Команда «Андагар» внедрила ИИ-агента для QA: ускоряет регресс, ретест багов и экономит бюджеты
![]() |
Наши проекты:
Журнал · Discuz!ML · Wiki · DRKB · Помощь проекту |
|
| ПРАВИЛА | FAQ | Помощь | Поиск | Участники | Календарь | Избранное | RSS |
| [216.73.216.175] |
|
|
Внимательно прочитайте правила раздела
Команда «Андагар» внедрила ИИ-агента для QA: ускоряет регресс, ретест багов и экономит бюджеты
|
Сообщ.
#1
,
|
|
|
|
Команда «Андагар» внедрила ИИ-агента для QA: ускоряет регресс, ретест багов и экономит бюджеты
Команда компании «Андагар», специализирующаяся на разработке ПО, создала и внедрила в собственные проекты ... Команда компании «Андагар», специализирующаяся на разработке ПО, создала и внедрила в собственные проекты ИИ-агента, который анализирует внесенные изменения в код и автоматически формирует QA-сводку. Новый ИИ-агент качественно анализирует изменения, указывает на возможные риски, рекомендует проверки и делает QA-экспертизу в несколько раз быстрее. Об этом CNews сообщили представители «Андагар». Бот за минуту исследует код и коммиты, погружается в контекст и с помощью искусственного интеллекта анализирует изменения, которые внес разработчик. ИИ-агент выделяет затронутые бизнес сценарии и связанный функционал, а затем отправляет структурированный и понятный отчет в мессенджер. В отчете от агента команда получает заключение по возможным рискам, где, почему и в каком объеме требуется регресс, а также список затронутых модулей и готовый чек-лист для проверки как измененного функционала, так и смежного. При этом после правки ошибки теперь не требуется полный ретест всей задачи: агент показывает степень влияния и конкретные зоны проверки. Как правило тестировщики не изучают исходный код (метод “черного ящика”) и принимают решения об объеме проверок исходя из своего опыта и знания системы. При этом проверки зачастую избыточны, и тестировщики перестраховываются: затрагиваются те области бизнес-логики, на которые не повлиял функционал, либо количество комбинаций входных параметров проверки измененного функционала чрезмерен. Например: изменения затронули одну из 5 ролей пользователей для доступа к истории платежей. Не зная, какие конкретно произошли изменения в коде, тестировщик обычно проверяет все роли с применением техник тест-дизайна. Бот же покажет, что изменение повлияло только на одну роль пользователя, а значит нет смысла тестировать остальные роли и комбинации параметров в них. Таким образом, вместо проверки порядка 30 сценариев, останется проверить только 3. К тому же ИИ-агент формулирует свои рекомендации в понятных терминах: «платежный модуль», «карточка товара», «корзина» или «личный кабинет». Это позволяет тестировщику оперативно сориентироваться, выбрать и применить необходимый набор тестовых сценариев, а не разбираться в названиях переменных и методов. Мы не тратим время на ненужные проверки. Новички получают ясные ориентиры, а опытные QA-инженеры экономят дорогостоящее время», – прокомментировали в команде качества. В команде также отмечают, что внедренный ИИ-агент уже показывает заметную экономию в бюджетах проектов: «Расходы тестировщиков на ретест сократились в 3 раза. Как на перепроверку и исправление бага, так и на тестирование связанного функционала. Сейчас эксперты “Андагара” успешно использует ИИ-агента в продуктах собственной разработки: bill4you.ru и go2den.com». Адрес новости: https://corp.cnews.ru/news/line/2026-03-16_komanda_andagar_vnedrila |