从“写脚本”到“说人话”，测试自动化的范式转移已经完成

大家好，我是某互联网公司质量基础设施团队的负责人。

最近半年，我陆续收到了十几个测试同行的问题，问得最多的一句是：“现在AI测试工具这么多，到底怎么选？怎么搭？ ”

以前我的回答总是绕不开“看你们团队的代码能力”“看你们现有的技术栈”。但最近三个月，我开始换了一种回答方式——“你先告诉我你想测什么，剩下的交给AI。”

不是敷衍。2026年，不用写一行代码就能搭建AI测试智能体的时代真的来了。

一、先回答一个根本问题：什么是“AI测试智能体”？
在开始搭建之前，得先搞清楚我们在搭什么。

AI测试智能体（AI Testing Agent）不是传统的自动化测试工具。 传统工具——Selenium、Appium、JMeter——本质上是 “脚本执行器” ：你告诉它每一步具体做什么，它照做。

AI测试智能体的本质是 “意图理解器” 。你告诉它“你想验证什么”，它自己决定“怎么验证”。

举个例子：

传统方式：写50行代码定位元素、处理等待、写断言
AI智能体方式：输入“把最贵的商品加到购物车”
区别在于：前者需要你懂代码、懂XPath、懂框架API；后者只需要你会说人话。

2026年的AI测试智能体平台，普遍具备以下核心能力：

自然语言驱动：用日常英语写测试，AI自动理解意图并执行
自动定位与自愈：不依赖脆弱的XPath，AI基于视觉和语义理解页面，UI变了自动适配
智能断言：AI自己判断结果对不对，不需要手写断言代码
多智能体协同：导航、数据填充、断言校验由不同 specialist agents 分工完成
二、2026年主流方案速览：一张表看懂怎么选
先别急着动手。2026年的AI测试工具生态已经相当丰富，不同场景有不同选择。

我把主流方案分成四类，你可以对号入座：

类别
代表产品
适合谁
特点
企业级全托管平台
Harness AI Test Automation、Mabl、TestRigor、Functionize
中大型企业，追求开箱即用
零代码、自愈、CI/CD集成、企业级安全
开源/自部署方案
Autonoma、PageEyes-Agent、qpilot
有技术能力、需私有化部署的团队
开源免费、可自托管、灵活可控
AI原生E2E测试
QA Use、AgenTest
快速验证、小团队
自然语言驱动、Docker一键部署
低代码/无代码工具
Testsigma、Katalon Studio（AI增强）
传统测试团队转型
介于传统脚本和AI之间，学习曲线平缓
下面我挑几个最有代表性的，展开说说。

企业级首选：Harness AI Test Automation
Harness在2026年7月发布了71项功能更新，其中最大的是Agent DLC（Agent开发生命周期） 。

它的核心逻辑很简单：用自然语言写测试，AI理解意图并自动执行。你输入“验证用户能否成功登录并查看订单历史”，AI自动完成页面导航、元素定位、操作执行和结果断言。

更关键的是——每次运行都会自愈。UI变了？AI动态调整定位器，不需要你手动修脚本。

开源方案：Autonoma
如果你们团队需要私有化部署、不想把代码和数据交给第三方，Autonoma是2026年最值得关注的开源方案。

它用AI Agent读取你的代码库，自动理解业务逻辑并生成端到端测试。不需要写测试文件、不需要录制点击，连接代码库后几天内就能达到80%以上的核心流程覆盖。

支持Web、iOS、Android，执行引擎基于Playwright和Appium。

轻量级方案：qpilot 和 PageEyes-Agent
如果你只是想快速验证“AI测试到底能不能用”，这两个开源项目最适合。

qpilot：你把手工测试用例用纯文本粘贴进去，AI Agent自动打开浏览器执行每一步，输出pass/fail/warn。不需要写任何配置文件和脚本，支持Anthropic Claude或任何OpenAI兼容的模型。

PageEyes-Agent：腾讯音乐开源的自然语言UI Agent。完全由自然语言指令驱动，支持Web、Android、HarmonyOS、iOS。默认使用deepseek-v4-flash模型，也支持千问、OpenAI等。

三、实操：三步搭建你的第一个AI测试智能体
下面我以Harness AI Test Automation为例，完整走一遍搭建流程。其他平台的逻辑大同小异。

第一步：用自然语言创建测试（5分钟）
不需要写代码。直接在平台上输入你想要的测试意图：

"Verify that a user can add an item to the cart and complete checkout successfully."
AI会自动：

分析你的意图，理解要测什么
从应用知识库中识别相关页面和流程
确定起始URL和导航路径
预测并执行每一步操作
整个过程零代码、零配置。

第二步：AI自动执行与智能验证（执行中）
测试执行时，Harness的AI架构会经历以下阶段：

AI推理与探索：AI实时分析应用状态，决定下一步操作
多智能体协同：导航、数据填充、断言校验由不同智能体分工完成
视觉与DOM双重验证：不仅校验功能，还检测视觉回归
持续学习：每次执行丰富知识库，下次更精准
你只需要看着它跑，什么都不用做。

第三步：集成CI/CD并设置质量门禁（10分钟）
这是让AI测试真正发挥价值的关键一步。

把AI测试集成到你的CI/CD流水线中
每次代码提交自动触发测试执行
设置质量门禁：测试不通过就不让合入
Harness还支持并行执行最多100个测试，大幅缩短反馈周期。

四、如果不想用企业级平台：开源方案快速上手指南
预算有限或需要私有化部署？下面给两个开源方案的快速上手实操。

qpilot：5分钟跑通第一个测试

1. 安装（只需要Node.js 20.12+和Chrome）

npx qpilot

2. 首次运行会引导配置模型

选择Anthropic Claude或自定义OpenAI兼容端点

支持Qwen、vLLM、Ollama等

3. 在浏览器中打开 http://localhost:3847

粘贴你的手工测试用例，比如：

"打开https://www.saucedemo.com/，用标准用户登录，把最贵的商品加到购物车"

4. 点击运行，AI自动执行

就这么简单。不需要写Selenium、不需要配驱动、不需要维护选择器。

PageEyes-Agent：自然语言驱动多端测试

1. 安装

pip install page-eyes

2. 配置环境变量（以千问VL为例）

OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_API_KEY=your-api-key
AGENT_MODEL_TYPE=vlm
AGENT_MODEL=openai:qwen3-vl-plus

3. 写一个测试脚本

import asyncio
from page_eyes.agent import AndroidAgent

async def main():
ui_agent = await AndroidAgent.create()
report = await ui_agent.run("打开QQ音乐，点击乐馆，点击排行，检测当前页面出现由你榜")

asyncio.run(main())
完全由自然语言驱动，支持Web、Android、HarmonyOS、iOS。不依赖视觉大模型，小参数的LLM也能胜任路径规划。

五、避坑指南：别踩我踩过的坑
过去半年我在多个项目中落地AI测试智能体，踩了不少坑。说三个最痛的：

坑一：以为“零代码”等于“零准备”
零代码 ≠ 零准备。 AI测试智能体再强，也需要你给它提供上下文——应用的知识库、关键业务流程、测试环境配置。

解法：花一周时间整理应用的核心流程和业务规则，这是AI能准确理解你“意图”的前提。

坑二：忽略了AI的“非确定性”
传统测试是确定性的——同样的输入永远产生同样的输出。但AI测试智能体是非确定性的——模型每次可能做出不同的决策。

这意味着：同样一条测试，跑10次可能有10种不同的执行路径。你需要测试你的测试工具——用AI Evals对智能体的输出进行正确性、性能、安全性的评分。

坑三：让AI自动提交Bug
我们试过。后果是开发同学在群里疯狂@我：“这什么鬼？这也算Bug？”

解法：AI的输出永远是 “疑似问题清单” ，不是“最终缺陷报告”。人工复核后再提交TAPD，这是底线。

六、2026年AI测试智能体的趋势
最后说几个我正在关注的方向：

趋势一：从“功能正确性”到“行为可信性”

测试的不再只是“功能对不对”，而是“AI的行为可不可信”——有没有幻觉、有没有偏见、有没有安全漏洞。

趋势二：人机协同成为核心能力

AI负责“广撒网”执行大量测试，人负责“精准打击”做深度分析和决策。AI不会取代测试工程师，但会用AI的测试工程师会取代不会用的。

趋势三：智能体开发生命周期（Agent DLC）

AI智能体本身也需要被构建、测试、部署、回滚、审计。Harness在2026年7月推出的Agent DLC就是在解决这个问题——用管理应用代码的流程来管理AI智能体。

最后
不用写一行代码的测试时代真的来了。

但别误会——这不意味着测试工程师要失业。恰恰相反，测试工程师的价值从“写脚本”升级到了“设计测试策略、训练和调优测试智能体、判断AI的输出是否可信” 。

技术门槛在降低，但认知门槛在升高。

如果你还没试过AI测试智能体，我建议你今天就开始。选一个最简单的工具——qpilot或者PageEyes-Agent——跑通第一个用例。半小时就能看到效果。

然后你会和我有同样的感受：

“以前我怎么没想到可以这样测？”

本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。