Команда компании “Андагар”, специализирующаяся на разработке ПО, создала и внедрила в собственные проекты ИИ-агента, который анализирует внесенные изменения в код и автоматически формирует QA-сводку. Новый ИИ-агент качественно анализирует изменения, указывает на возможные риски, рекомендует проверки и делает QA-экспертизу в несколько раз быстрее.
Созданный командой “Андагар” бот за минуту исследует код и коммиты, погружается в контекст и с помощью искусственного интеллекта анализирует изменения, которые внес разработчик. ИИ-агент выделяет затронутые бизнес сценарии и связанный функционал, а затем отправляет структурированный и понятный отчет в мессенджер.
В отчете от агента команда получает заключение по возможным рискам, где, почему и в каком объеме требуется регресс, а также список затронутых модулей и готовый чек-лист для проверки как измененного функционала, так и смежного.
Таким образом после правки ошибки теперь не требуется полный ретест всей задачи: агент показывает степень влияния и конкретные зоны проверки.
Как правило тестировщики не изучают исходный код (метод “черного ящика”) и принимают решения об объеме проверок исходя из своего опыта и знания системы. При этом проверки зачастую избыточны, и тестировщики перестраховываются: затрагиваются те области бизнес-логики, на которые не повлиял функционал, либо количество комбинаций входных параметров проверки измененного функционала чрезмерен.
Например: изменения затронули одну из 5 ролей пользователей для доступа к истории платежей. Не зная, какие конкретно произошли изменения в коде, тестировщик обычно проверяет все роли с применением техник тест-дизайна. Бот же покажет, что изменение повлияло только на одну роль пользователя, а значит нет смысла тестировать остальные роли и комбинации параметров в них.
Таким образом вместо проверки порядка 30 сценариев, останется проверить только 3.
К тому же ИИ-агент формулирует свои рекомендации в понятных терминах: «платежный модуль», «карточка товара», «корзина» или «личный кабинет». Это позволяет тестировщику оперативно сориентироваться, выбрать и применить необходимый набор тестовых сценариев, а не разбираться в названиях переменных и методов.
– Мы не тратим время на ненужные проверки. Новички получают ясные ориентиры, а опытные QA-инженеры экономят дорогостоящее время, - прокомментировали в команде качества.
В команде также отмечают, что внедренный ИИ-агент уже показывает заметную экономию в бюджетах своих проектов:
– Расходы тестировщиков на ретест сократились в 3 раза. Как на перепроверку и исправление бага, так и на регрессионное тестирование при проверке реализации нового или измененного функционала.
Сейчас эксперты “Андагара” успешно тестируют ИИ-агента на проектах собственной разработки - bill4you.ru и go2den.com.
В следующей реализации бота планируется наряду с общими рекомендациями получать конкретный перечень тестов из системы управления тестированием.