Ministry of Testing · 4 августа 2026 г.
Когда AI поддерживает тесты: безопасная архитектура самохилинга
Pranav Pandit разбирает, как сделать AI-самохилинг локаторов контролируемым fallback’ом, а не чёрным ящиком: кэш, парсинг, обрезка XML, валидация и логирование поверх детерминированной автоматизации.
Сломанные локаторы — скрытый налог UI-автоматизации: команды тратят больше времени на стабилизацию тестов, чем на проверку реальных проблем. Pranav Pandit предлагает AI как запасной путь, который включается только когда детерминированный локатор упал, а не как основную систему. Пайплайн: кэш healed-локаторов → парсер сигналов → определение контекста → обрезка UI-иерархии → LLM-генерация под ограничениями → валидация → выполнение → кэш и лог.
Валидация отделена от генерации: модель предлагает локатор, система решает, безопасен ли он. Команды стартуют с runtime-only healing, переходят к ревью через PR и лишь в продвинутом варианте включают auto-merge. На реальном случае переименование кнопки «Continue» в «Next» завалило 40+ тестов: система вылечила большинство, но часть упала не из-за модели, а из-за нехватки контекста.