30 Января 2026 14:31 30 Янв 2026 14:31 |

Поделиться

Как ИИ и Digital Q меняет профессию тестировщика: опыт «Диасофт»

Как было раньше

Для создания микросервисов и проектирования межсервисных взаимодействий (контракты API и событий) в «Диасофт» используется low-code платформа Digital Q.Archer, на базе которой генерируется код сервисов. Ранее было автоматизировано создание автотестов только на стандартные CRUD API и события, для сложных API и событий готовый тест автоматически создавать не получалось, поскольку такие API и события имеют уникальную бизнес-логику. Поэтому тестировщики писали такие тесты вручную, что было трудоемко.

Что изменилось

Теперь для каждого нового или при изменении существующих микросервисов создание/доработка автотестов для API и событий делегировано ИИ. Если процент покрытия автотестами меньше заданного, то дальнейшее продвижение сервиса по цепочке к клиенту блокируется.

«Мы внедрили культуру обязательного тестового покрытия. Это обязательное требование. Продукт, который не прошел через автотест, не попадает в релиз», — отмечают разработчики компании «Диасофт».

Как это работает

Создание автотестов с помощью ИИ включает четыре ключевых шага:

Тестировщик готовит системный промт — набор настраиваемых параметров, в том числе указывает ссылку на Swagger-документацию, где описаны все API и события продукта, а также ссылку на тестовый стенд.

Тестировщик указывает тест-кейс в бизнес-терминах тестируемого сервиса.

Далее тестировщик выбирает режим работы ИИ: искать только методы API или только события, или создавать комбинированные проверки, включая сложные цепочки. Все взаимодействие с ИИ происходит через интуитивный визуальный интерфейс. ИИ получает на вход API-контракты из Digital Q.Archer и доступ к тестовому стенду.

На основе контракта создается черновик теста, проводится первая итерация.

ИИ анализирует контракты, и подобно опытному разработчику, создает код автотеста на выбранном языке — в «Диасофте» для этого используется Java-подобный Groovy. При этом важно не то, на каком языке пишет ИИ, а то, что он создает — технология легко адаптируется, например, к Python или Java.

ИИ запускает автотест на тестовом стенде, анализирует результаты, в случае неуспеха ищет зависимости, дорабатывает тест и запускает его снова.

Обычно для получения стабильного результата требуется 2-3 итерации.

После нескольких итераций самостоятельной отладки теста ИИ получается стабильный и качественный автотест. Ключевое его преимущество — это адаптивность к реальной среде, а не просто синтаксическое соответствие контракту.

Важно, что инфраструктура ИИ развернута в закрытом контуре «Диасофт», данные не передаются вовне и не хранятся в зарубежных дата-центрах.

Эволюция роли тестировщика

В новых условиях тестировщику важно сфокусироваться на подготовке качественной инструкции для ИИ (тест-кейса). Четче и детальнее формулировка — точнее и быстрее будет результат. Остальную часть работы по разработке автотеста берет на себя ИИ.

Вторая задача тестировщика — осмысленно верифицировать готовый автотест и ответить на ключевой вопрос: соответствует ли эта автоматически созданная логика исходному тест-кейсу, бизнес-сценарию, функциональности продукта.

«Чтобы принять работу, тестировщик должен хорошо знать свой продукт. Проверить, релевантен ли код бизнес-логике, может только специалист, который знает продукт изнутри», — отмечают разработчики компании «Диасофт».

При использовании ИИ происходит фундаментальный сдвиг: труд тестировщика количественно уменьшается, но качественно усложняется. От него требуется экспертиза, аналитическое мышление и глубокое знание предметной области — требования к квалификации становятся выше.

ИИ снимает рутинную работу, позволяя сконцентрироваться на сути — обеспечении качества кода и пользы для бизнеса через глубокое понимание продукта.

Таким образом, ИИ не является заменой человека, а становится его мощным ассистентом. ИИ берет на себя рутинную, алгоритмическую работу по созданию кода тестов, за тестировщиками остается проверка соответствия логики теста бизнес-сценариям. Такой симбиоз позволяет не только ускорить процессы, но и обеспечить надежность и качество кода.

Платформа Digital Q.DevOps – один из лидеров рейтинга DevOps-платформ с полным циклом автоматизации разработки, опубликованном CNews Market.

Поделиться

Подписаться на новости Короткая ссылка