"夏哉ke"：weiranit.fun/16512/

# 测试范式的未来：从“脚本编写”到“意图定义”

如果今天你的前端团队全面接入AI编码助手，UI迭代速度翻三倍，你现在的Selenium+unittest测试套件能撑多久？一周？一个月？还是第一天就崩了？

这不是危言耸听。Selenium诞生于2004年，那个年代一个页面改一次可能要两周。如今Cursor或Claude Code改一个组件只需几分钟，测试脚本根本跟不上。数据显示，Selenium测试套件的长期维护成本占比超过60%——超过一半的开销在“修”脚本，而不是“测”系统。CI上30%的失败是flaky测试，工程师开始无视测试结果，bug就开始往外冒。

问题根源在于传统框架的“坐标思维”：用CSS选择器或XPath锁定页面元素，本质上是告诉工具“怎么做”。按钮改了个class，测试就挂；页面加了wrapper div，测试又挂。而AI原生时代的测试框架，核心理念是告诉工具“要什么”——从“步骤驱动”升级为“意图驱动”。

这一转变在架构层面体现为三层重构**意图层**接收的是业务目标而非操作序列；**决策层**由LLM理解页面状态、规划路径、处理异常；**执行层**将意图转化为具体操作。以Karate Agent为例，正常路径下用文本定位“点击Submit按钮”，零token消耗、速度与Selenium相当；只有定位失败时才调用LLM动态恢复。传统框架是开环的——脚本怎么写就怎么跑，跑不通就失败。AI框架是闭环的——跑不通就自己想办法。

这场变革对测试工程师的能力模型提出了根本性要求。2026年的行业共识是：**“改脚本的人将被AI替代，而定义Skill的人将驾驭AI。”** 所谓AI Skill，是一个可调度的智能测试单元——输入是“验证登录页邮箱格式校验”，AI自己理解当前页面结构、动态定位元素、执行操作、读取结果，全程没有写死的XPath。

这不是幻想，而是正在发生的工程实践。有团队用这套方案改造了100多个核心流程用例，UI改版导致的脚本失败率从每次发版平均35%下降到6%。测试维护的重心从“修定位器”变成了“补充语义信息”——给一个图标按钮加aria-label，比改两百个脚本的XPath成本低两个数量级。

与此同时，unittest和pytest这些框架本身也在被AI增强。基于DeepSeek等大模型的测试框架已能实现智能元素定位、动态页面语义理解、失败用例的智能根因分析。pytest的插件生态也在向AI方向演进，支持测试参数的智能生成和自适应用例优先级调度。

当然，AI不会让测试工程师失业，但会重新定义这个岗位。未来测试人员的核心能力将转向**提示工程与结构化输出设计**、**工具定义与调用**、以及**可观测性设计**——让Skill的每一步决策都可回放、可审计。Gartner预测，到2028年，“自主测试智能体”将承担30%以上的常规测试设计任务，人类测试专家则更专注于复杂系统验证、伦理安全评估与质量体系架构设计。

一个值得思考的问题：如果页面明天全部重构，你的团队需要几天恢复回归能力？这个问题的答案，正在定义未来测试工程师的价值边界。