使用 AI 与 UI 测试并行，而非取代它们

Source: Dev.to

大多数工程团队依赖成熟且功能强大的工具（如 Playwright、Cypress 和 Selenium）来自动化 UI 流程。这些框架稳定、灵活，并深度集成在现代开发流水线中。

然而……UI 测试仍然感觉缓慢、易碎且令人沮丧。

于是许多团队悄悄问自己的问题是：“AI 能让 UI 测试更轻松吗？”

答案是可以，但只能作为增强层，而不是替代品。

本文将拆解 AI 在当今 UI 测试中的定位、它实际能解决什么、绝对无法取代什么，以及混合模型（框架 + AI）如何帮助团队在不打乱现有工作流的前提下，实现更快、更可靠的测试周期。

为什么 UI 自动化仍然感觉困难（即使有了优秀工具）

我们并不是因为 Playwright 或 Cypress “不好”而苦恼。这些工具比以往任何时候都更强大。我们苦恼的是自动化需要时间，且维护永无止境。

下面这篇 Reddit 帖子完美地概括了工程师在使用手动工具进行测试时面临的问题：

常见痛点

• 每个冲刺都要重写失效的选择器
• 编写重复的断言
• 调试不稳定的测试
• 随着产品变化，维护数百个 UI 测试

AI 在当今 UI 测试中能实际做到的事

AI 不会取代你的测试套件，但它在那些耗时的、低层次的、重复性任务上表现出色。

• 从 URL 或屏幕生成 UI 测试草稿 —— 再也不需要从零开始创建测试文件。
• 选择稳定、智能的定位器 —— AI 能分析 DOM，找出不易失效的属性。
• 当 UI 变化时自动修复失效的选择器 —— 在重新设计或 CSS 调整后大幅节省时间。
• 建议缺失的边缘案例 —— AI 能指出 UI 哪些部分尚未被覆盖。

AI 目前可靠地无法取代的内容

• 业务逻辑 —— AI 并不理解退款、定价规则、合规规则或功能标记。
• 测试环境搭建 —— 网络模拟、数据种子和环境配置仍由框架控制。
• 人为判断 —— 确定“预期行为”需要解释和判断。
• 你的整个测试栈 —— 用 AI 黑盒替代 Playwright 或 Cypress 风险极大且不切实际。

AI + 你的框架：UI 测试的混合未来

唯一可行的方法是将 AI 与现有框架结合。你仍然像往常一样编写测试，但让 AI 负责：

• 首稿生成
• 修复失效的选择器
• 清理不稳定的测试
• 编写断言
• 提升覆盖率
• 维持测试稳定性

这让团队能够更快交付，而无需重写测试架构。

AI 能立即提供帮助的实用场景

• 新功能需要快速编写测试 —— AI 立即生成初始测试覆盖。
• UI 重新设计导致大量测试失效 —— AI 自动修复选择器。
• 缺失测试的积压 —— AI 填补空白，让 QA 有可用的基础。
• 难以调试的 flaky —— AI 识别脆弱的选择器和不稳定的 DOM 元素。
• 混乱的断言块 —— AI 将其重写为简洁、准确、稳定的断言。

KushoAI 在此混合工作流中的定位

与其他声称可以取代测试的 AI 工具不同，KushoAI 是对现有工作流的增强。

• KushoAI 可以在浏览器中记录基础用户交互，然后自动生成完整的 UI 测试脚本，省去从零编写测试的工作量。
• 你可以编辑或扩展生成的测试，按需修改选择器、断言或测试逻辑，从而灵活适应设计变更或新边缘案例。
• 由于 KushoAI 将 API + UI 测试统一在同一平台，你可以将二者结合，构建覆盖完整金融科技用户旅程的端到端测试（例如：登录 → 支付 → 确认 UI + 后端 API）。

结论

人负责业务逻辑，框架负责一致执行任务，AI 负责重复性工作。这个组合应成为标准实践。

测试领域并不需要新的框架，而是需要一种方式来降低 UI 测试中痛苦且重复的部分。借助 KushoAI，你完全可以实现这一目标。