ProQuality Community

#automationTesting Flaky-тесты — это серьезная проблема, потому что, если их не проверять, они подрывают доверие к качеству продукта. Автор сегодняшней статьи расскажет о пяти практических шагах по избавлению от нестабильных (flaky) тестов: грамотном выборе метрик, назначении ответственных за модули, использовании бюрократии для давления на изменения, фокусе на устранении нестабильности и сохранении полезных артефактов при падениях. Как избавиться от нестабильных тестов за 5 шагов

#ProQuality_tools 🥒🤖 Как заставить ИИ писать нормальные Gherkin-сценарии: гайдлайны от Automation Panda Если вы пробовали генерировать BDD-сценарии с помощью нейросетей, то наверняка замечали одну проблему. Как пишет Andy Knight в своем блоге Automation Panda, без строгих правил ИИ начинает выдавать некачественные сценарии: размытые шаги Then, перегруженные UI-скрипты, намешивание нескольких поведений в один тест и бесполезные примеры-заглушки. Проблема не в самой модели, а в отсутствии правильного контекста. 🛠 Какое решение? Andy создал Gherkin Guidelines for AI — открытый контекстный файл, который служит стандартом и референсом для ИИ-ассистентов при написании сценариев, код-ревью и тест-автоматизации. Как это работает: 🔹 Это всего один .md файл, который вы скачиваете с GitHub. 🔹 Помещаете файл в свой проект рядом со спецификациями и "скармливаете" своему ИИ-инструменту (Cursor, Claude, Copilot, Codex или любому другому, поддерживающему контекст проекта). 🔹 ИИ начинает следовать единым правилам написания качественных BDD-спецификаций, перестав выдумывать "отсебятину". 🔗 Источники: 📖 BDD Gherkin Guidelines for AI Coding and Testing 💻 Репозиторий на GitHub с файлом гайдлайнов 💬 Используете ли вы BDD (Gherkin) на своих проектах? Пробовали уже поручать написание фича-файлов нейросетям и насколько вас устроил результат без настройки контекста?

​​#proQuality_books #automationTesting 📖 Contract Testing in Action: With Pact, PactFlow, and GitHub Actions (2024) Авторы: Marie Cruz, Lewis Prescott Количество страниц: 304 Язык издания: Английский Практическое руководство по контрактному тестированию — подходу, который гарантирует совместимость API и сервисов через проверку их работы по согласованному контракту. Книга охватывает тестирование микросервисов с Pact, PactFlow и GitHub Actions, рассматривает consumer-driven и bi-directional тестирование, а также интеграцию контрактных тестов в CI/CD. Есть примеры для REST, GraphQL и event-driven архитектуры, разбор advanced-концептов и советы по внедрению в команду. Плюсы: ➕ Отличное введение в контрактное тестирование с примерами и иллюстрациями. ➕ Подробные примеры и реализация с Pact. ➕ Баланс технических и нетехнических аспектов. ➕ Есть практические шаги по интеграции в CI/CD и работу с Pact. ➕ Доступны исходники на GitHub для закрепления знаний. Минусы: ➖ Местами повторяет базовые вещи, которые знакомы опытным специалистам. ➖ Не во всех примерах приведены детальные разборы кода. ➖ Требуются базовые знания API, Java/JavaScript и автоматизации. ➖ Не подходит для полных новичков в тестировании. Для кого книга: ✔️ Разработчики и QA-инженеры, работающие с API и микросервисами ✔️ Архитекторы систем, внедряющие контрактное тестирование ✔️ Команды с распределёнными сервисами и сложными интеграциями

#ProQuality_news 🤖 Мультиагентное ИИ-тестирование и нативная поддержка агентов в Playwright: Будущее QA уже здесь? Парадигма автоматизации тестирования стремительно меняется. Если раньше мы говорили просто об интеграции AI для генерации кода, то сейчас индустрия переходит к мультиагентным системам. Автор статьи разобрал, как несколько ИИ-агентов совместно забирают на себя рутину на всех этапах STLC. Ключевые инсайты из статьи (Multi-Agent Architecture): 🔹 Полная интеграция через MCP: Агенты по одному промпту сканируют Jira, находят новые User Story, формируют тест-планы и сразу переходят к написанию автотестов. 🔹 Разделение ролей: В системе трудятся агенты-планировщики (Planner), генераторы кода (Generator) и «лекари» (Healer). 🔹 Self-Healing на стероидах: Если тест падает (например, изменился селектор в DOM), агент Healer анализирует причину и пытается на лету переписать локатор. Если после 3 попыток самовосстановления тест всё ещё падает — агент сам заводит баг в Jira со всеми логами! 🔥 Нативная поддержка AI-агентов в Playwright Особенно круто этот подход ложится на недавние обновления Playwright (начиная с релиза 1.59, который называют самым «агентным» обновлением). Playwright внедрил нативные примитивы для работы ИИ: 🔹 Screencast API для агентов: Генерация "видео-чеков" (agentic video receipts) с аннотациями всех кликов и оверлеями действий. Теперь ИИ может визуально "доказать", что и как он тестировал на странице. 🔹 CLI Debugger & Trace Analysis: ИИ-агент больше не гадает, почему упал тест. Он может программно через терминал запросить анализ трейса (trace.zip), найти упавший сетевой запрос (например, 401 Unauthorized) и самостоятельно исправить логику авторизации прямо в коде теста. 🔹 Browser.bind(): Позволяет бесшовно подключать несколько AI-агентов к одной активной сессии браузера по протоколу MCP. Эта связка (умные LLM + Playwright с нативным Agent API) переводит тесты из разряда жестко закодированных скриптов в адаптивную, саморазвивающуюся экосистему. 🔗 AI-Powered Multi-Agent Testing: The Future of Software Quality Engineering 💬 Что думаете? Верите ли вы в автономные мультиагентные системы, которые сами читают таски в Jira, пишут E2E-тесты и сами их чинят при изменениях UI? Или это пока лишь красивая теория, которая разобьется о суровую реальность?

Найди отличия между багом и фичей 🤣

#softwareTesting Тестирование «черного ящика» (black box testing) — это метод, при котором оценивается функциональность приложения путем изучения его внешнего поведения без знания внутреннего кода, структуры или логики. В новой статье автор расскажет о тестировании методом чёрного ящика: его целях, видах (функциональное и нефункциональное), ключевых техниках (эквивалентное разделение, анализ граничных значений, таблицы решений и др.), преимуществах, процессе проведения, лучших практиках, возможных сложностях, современных ИИ-трендах и полезных инструментах. Практическое руководство по тестированию «черного ящика»

#automationTesting Пирамида тестирования долгие годы была уважаемой моделью — планом построения эффективных автоматизированных тестов. Она предполагает широкое основание из быстрых изолированных модульных тестов, меньший слой интеграционных тестов и узкую вершину медленных сквозных (E2E) тестов. Автор сегодняшней статьи расскажет о том, как искусственный интеллект меняет классическую пирамиду тестирования, снижая стоимость и повышая ценность UI- и E2E-тестов, и предложит современную стратегию сбалансированного набора тестов, адаптированную под возможности ИИ. Будущее пирамиды тестирования в эпоху ИИ

#ProQuality_case 🤖🐞 Нейросети пишут код, а тестировщикам — разгребать: ИИ-код содержит в 1.7 раза больше багов 📊 Если вам кажется, что с массовым внедрением AI-ассистентов разработчиками багов стало больше, то вам не кажется. Согласно новому отчету от Techstack, пулл-реквесты (PR), сгенерированные ИИ, содержат в 1.7 раза больше ошибок, чем код, написанный человеком. ⚙️ Почему так происходит? В большинстве случаев причина кроется в процессах. Команды активно внедряют ИИ-инструменты (тот же Copilot или Cursor), но совершенно не адаптируют свои процессы ревью и тестирования. 🤷‍♂️ Шаблоны PR, этапы аппрува и нагрузка на ревьюеров/QA остаются прежними, хотя сама природа кода кардинально изменилась. ИИ часто пишет синтаксически идеальный, но логически ошибочный код, который легко пропускается при беглом просмотре. 📋 Что предлагает Techstack? Ребята проанализировали уязвимые места в цикле код-ревью и разработали чек-лист (scorecard) из 12 вопросов. Он помогает лидам и QA-инженерам оценить, насколько их текущий воркфлоу готов к разработке с помощью ИИ. ⏱️ Оценка занимает около 10 минут. Как показывает практика, большинство команд сразу находят 3–4 слепые зоны, которые у них вообще никак не контролировались. 🔗 Vibe Coding Works Until It Doesn't. AI-Generated PRs Carry 1.7× More Issues. And We Know Where They Hide 💬 Замечали ли вы на своих проектах снижение качества первоначального кода из-за ИИ? Меняли ли вы в команде подходы к тестированию после того, как разработчики начали активно использовать нейросети?

​​#proQuality_books #softwareTesting 📖 Software Testing Explained: A Comprehensive Guide for IT and Non-IT Professionals to Thrive in a High-Demand Field, Drive Business Value, Boost Efficiency, and Maximize Savings for Big Corporations (2023) Автор: Jaime Mantilla MSIT Количество страниц: 240 Язык издания: Английский Книга — подробный и доступный гид по тестированию ПО для новичков и опытных специалистов. Автор объясняет ключевые понятия, жизненные циклы разработки и тестирования, роль QA, мифы о тестировании, основные виды и техники тестирования, а также дает советы по поиску работы и подготовке к интервью. Включены современные темы, такие как тестирование с использованием ИИ. Плюсы: ➕ Четкая и лаконичная подача материала ➕ Подходит для новичков и опытных специалистов ➕ Практические примеры и объяснения ➕ Охватывает современные темы (например, тестирование ИИ) ➕ Можно использовать как справочник в работе Минусы: ➖ Местами повторяется и поверхностно раскрывает темы ➖ Недостаточно практических советов и личного опыта автора ➖ Не хватает визуальных схем и графиков ➖ Некоторые главы слишком обобщённые Для кого книга: ✔️ Для начинающих тестировщиков ✔️ Для специалистов, желающих освежить знания ✔️ Для студентов и тех, кто рассматривает карьеру в QA

#ProQuality_news 🚨 Нейросеть нашла 10 000+ критических багов: ИИ от Anthropic меняет правила игры в QA? 🤖🐞 Коллеги, пока мы обсуждаем, заменят ли нас автотесты, искусственный интеллект уже вовсю тестирует безопасность сложнейших мировых систем. Компания Anthropic в рамках закрытого проекта Glasswing предоставила 50 партнерам (включая Cloudflare и Mozilla) доступ к своей новой, еще не выпущенной публично ИИ-модели — Claude Mythos Preview. Результаты первого месяца работы просто поражают! 🔥 Всего ИИ-ассистент помог обнаружить более 10 000 уязвимостей высокой и критической степени серьезности. В частности, Mythos проанализировал 1 000 open-source проектов, где выявил 6 202 критических и серьезных бага! Что самое интересное для нас, как для тестировщиков: 📉 По отзывам партнеров, процент ложных срабатываний (false-positive) у Mythos оказался ниже, чем у специалистов по безопасности. 🧩 Модель не просто находит изолированные мелкие недочеты, а умеет связывать несколько незначительных уязвимостей в цепочку для создания полноценного эксплойта (например, так произошло с популярной библиотекой wolfSSL). ⚠️ Баги сейчас находятся гораздо быстрее, чем разработчики успевают выпускать для них патчи (из 23 000 кандидатов на баги в опенсорсе пока пропатчили только 97). 🔗 Источник: Companies Using Anthropic's Mythos AI Uncover 10K+ Serious Software Bugs 👇 Как вам такие новости? Станет ли подобный ИИ ультимативным инструментом в арсенале каждого QA/SDET в ближайшем будущем или это тревожный звонок для ручного и классического автоматизированного тестирования? Делитесь своим мнением и опасениями в комментариях!

Главное всё по ТЗ 🤣

#softwareTesting Тестирование по методу черного ящика — это методика для проверки работоспособности сайта или приложения без знания внутреннего кода. В новой статье автор расскажет о тестировании по методу чёрного ящика: что это такое, как оно работает, какие существуют способы и методики (эквивалентное разделение, анализ граничных значений, таблицы решений и другие), как его проводить, какие инструменты использовать, а также о плюсах и ограничениях этого подхода. Тестирование по методу черного ящика — практическое руководство

#automationTesting Антипаттерны тестирования — это плохие практики, подходы или привычки в тестировании, которые кажутся полезными или удобными, но на практике снижают качество тестирования, усложняют поддержку тестов, увеличивают количество багов или создают ложное ощущение качества продукта. В новой статье автор расскажет о реальных антипаттернах тестирования на примере худшего набора тестов, с которым он столкнулся: один гигантский файл на 3000 строк, смешение типов тестов, пронумерованные и взаимозависимые тесты, отсутствие assert’ов, запутанные входные данные и общее разделяемое состояние. Антипаттерны тестирования

#ProQuality_interview Всем привет! С вами снова рубрика Scenario-based вопрос на собеседовании ✨ ❓Вопрос: Вы обнаруживаете дефект в последний момент, но разработчик утверждает, что это не ошибка. Что вы будете делать? 🚦Пример ответа: Нередко возникают разногласия с разработчиками по поводу багов. Однако такие ситуации следует разрешать тактически, чтобы поддерживать здоровые и продуктивные рабочие отношения. Как тестировщик, я бы: ✔️Предоставил четкие шаги для воспроизведения ошибки, чтобы разработчик мог ее воспроизвести. ✔️Показал ожидаемое и фактическое поведение. ✔️Проверил бы документацию с требованиями, чтобы убедиться в правильности поведения. ✔️Если конфликт сохраняется, передал бы его бизнес-аналитику/руководителю для уточнения и дальнейших действий.

​​#proQuality_books #softwareTesting 📖 Writing Test Plans Made Easy (2012) Автор: Wayne M. Roseberry Количество страниц: 108 Язык издания: Английский Пошаговое руководство по созданию тест-планов без лишней головной боли. Книга учит быстро структурировать план, сосредоточившись на главном — придумывании качественных тестов. Приведены различные способы представления тестовых сценариев, с акцентом на экономию времени и удобство чтения. Плюсы: ➕ Простая и практичная техника написания тест-планов. ➕ Реальные советы от инженера, тестировавшего продукты мирового уровня (в том числе Microsoft SharePoint). ➕ Подходит для мгновенного применения на реальном проекте. ➕ Охватывает широкий спектр тестируемых аспектов (локализация, безопасность, конфигурации и др.). ➕ Кратко, по делу и легко читается. Минусы: ➖ Книга довольно короткая. ➖ Мало теории и методологической базы — акцент на практике. ➖ Не предназначена для глубокого изучения тест-менеджмента. Для кого книга: ✔️ QA-инженеры и тест-менеджеры ✔️ Новички в тестировании, осваивающие документацию ✔️ Опытные тестировщики, ищущие оптимизацию процессов ✔️ Руководители проектов, контролирующие качество тестовой документации Об авторе: Wayne M. Roseberry — эксперт в тестировании ПО, с опытом работы над созданием и управлением тестированием самых успешных продуктов Microsoft, включая SharePoint

"#ProQuality_news 🤖👶 Как джунам прокачивать реальные навыки, если весь код за них пишет ИИ? С массовым внедрением ИИ-инструментов разорвалась классическая петля обратной связи: «написал → сломалось → потратил выходные на дебаг → понял, как надо». Именно этот медленный, порой болезненный процесс исторически формировал инженерную интуицию (или так называемый «вкус» к коду). Сейчас джуны (в том числе в автоматизации тестирования) могут выдавать рабочий код с первого промпта, но часто признаются, что их не покидает синдром самозванца — они не уверены, правильно ли вообще делают свою работу. Автор статьи сформулировал 4 правила, которые помогут начинающим специалистам не деградировать, используя ИИ в повседневных задачах: 🗣 1. Ведите диалог с нейросетью Многие относятся к ИИ как к транзакционному автомату: дал команду — забрал код. Не делайте так. Если не понимаете сгенерированный кусок — просите объяснить. Задавайте вопросы вроде: ""Какие минусы у этого подхода?"" или ""Как еще это можно реализовать?"". Такие вопросы превращают инструмент в отличного ментора. 🐢 2. Искусственно замедляйтесь Культура требует скорости: 10 секунд на промпт, минута на результат. Но бездумная генерация уже привела к всплеску багов и огромному накоплению техдолга. Выделите несколько минут до написания промпта, чтобы продумать структуру будущего тест-скрипта. Ваше главное преимущество перед ИИ — это осознанное мышление. ✍️ 3. Регулярно пишите код руками Берете мелкую таску, скрипт или починку несложного бага? Попробуйте сделать это без помощи нейросетей. Ручное решение задач формирует ментальную библиотеку паттернов. Если вы совсем перестанете писать код сами, вы потеряете способность адекватно ревьюить чужие пул-реквесты и то, что выдает сам ИИ. 📖 4. Читайте чужой код Изучайте недавние пул-реквесты (PR) сеньоров из вашей команды и качественный опенсорс. Но есть нюанс: сейчас в репозиториях полно красиво выглядящего, но совершенно непродуманного ИИ-кода. Будьте избирательны — учитесь у инженеров, которым доверяете, или на проектах, созданных до начала бума ИИ. 🔗 How Junior Engineers Can Build Real Skills While Using AI 💬 Как вы считаете, ИИ помогает джунам-тестировщикам быстрее вкатиться в автоматизацию или, наоборот, лишает их фундаментальных знаний? Практикуете ли вы намеренный отказ от Copilot/ChatGPT при написании тестов для тренировки мозга?"

​​#softwareTesting Ручное тестирование часто похоже на гонку со временем. Сроки сжимаются, требования постоянно меняются, и тестировщики постоянно находятся под давлением необходимости предоставить результаты быстрее. В статье автор разберет пять практических способов ускорить ручное тестирование без потери качества: оптимизацию тест-кейсов, приоритизацию зон повышенного риска, автоматизацию рутинных задач, раннее вовлечение в процесс и использование ИИ для анализа результатов. 5 способов ускорить ручное тестирование без потери качества

#automationTesting Написание E2E-тестов часто упирается в рутину: постоянный ручной поиск селекторов отнимает много времени. Стандартные рекордеры (вроде Selenium IDE) не всегда подходят, если нужно встроить записанные шаги в уже существующую структуру BDD-фреймворка. В новой статье автор расскажет об обновлённом подходе к созданию надёжных E2E-автотестов с возможностью записи действий прямо в браузере, что ускоряет разработку и упрощает автоматизацию для тестировщиков. Автотесты E2E еще проще, но все равно надежные…

#ProQuality_tools 🔥 Находка для QA: 190+ инструментов для тестирования в одном месте! Каждый раз, когда нужно выбрать новый тул для автоматизации, нагрузочного тестирования или работы с API, мы идем гуглить и тонем в десятках разрозненных статей. Знакомая боль? QA-инженер Anshita Bhasin решила эту проблему и запустила TestVerse — единый хаб для тестировщиков. Что внутри: ✅ Бесплатный каталог, в котором собрано уже 190+ инструментов. ✅ Удобная категоризация: Web, Mobile, API, Performance, Security, Accessibility и даже отдельный раздел под современные AI-инструменты. ✅ Специальный раздел с AI-инструментами для тестирования (самое актуальное в 2026 году!). 📖 Статья от автора с историей создания проекта: Introducing TestVerse, Because Finding Testing Tools Shouldn’t Be This Hard 🔗 Попробовать TestVerse: TestVerse.ai 💬 Как вам подборка? Нашли в списке инструменты, которыми пользуетесь каждый день, или открыли для себя что-то новое? Какие категории сейчас самые актуальные для ваших проектов?