Автотесты есть. Почему регресс всё ещё ручной?
Знакомая ситуация? Можно внедрить новый фреймворк, увеличить количество автотестов и подключить ИИ-инструменты, но почти не изменить QA-процесс. Команда продолжит тратить время на ручные проверки, разбор падений и подготовку тестовых данных, а бизнес так и не увидит влияния автоматизации на скорость и качество релизов. 3 сентября на бесплатном вебинаре Performance Lab разберём, как превратить автоматизацию тестирования из набора инструментов в измеримый результат для бизнеса. Обсудим: 🔹 почему количество автотестов не является показателем эффективности автоматизации 🔹 что делать, если автотесты есть, а регресс всё равно остаётся ручным 🔹 как выбирать задачи для автоматизации, исходя из целей бизнеса и узких мест QA-процесса 🔹 где ИИ уже помогает анализировать требования, готовить тестовые данные и автотесты, разбирать логи и падения 🔹 почему ИИ может не устранить хаос, а лишь ускорить его 🔹 как понять, что нужно команде: новый инструмент, изменение процесса или пересмотр архитектуры автоматизации Спикеры: Вячеслав Аргунов, менеджер по обеспечению качества Performance Lab Тимофей Бородич, заместитель технического директора Performance Lab Вебинар будет полезен QA-инженерам, руководителям тестирования, тимлидам и всем, кто отвечает за автоматизацию и качество продукта.
🎁 Все участники получат новый выпуск Russia Quality Report 2025–2026 с результатами исследования QA-практик более чем 470 российских компаний.
📅 3 сентября 2026 года 🕓 16:00 МСК
💻 Участие бесплатное
Количество мест ограничено. Зарегистрироваться можно по ссылке:
https://www.performance-lab.ru/webinar/qa-03-09/?utm_source=sail&utm_medium=2708&utm_campaign=galkin
А у вас автоматизация уже меняет QA-процесс или пока только увеличивает количество автотестов?
· 26.08
если бы АИ можно было отдать бизнес-логику вместе с чувствительными данными, которые были бы доступны "как есть", то тогда бы и регресс пролетал бы без проблем. Но это невозможно, а промежуточные моки/подмена реальных данных и, в первую очередь, их источников - синтетическая абстракция
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 26.08
Согласен, мок не становится реальностью только потому, что его обрабатывает ИИ. Если исходный контекст неполный, ИИ лишь быстрее автоматизирует эту неполноту.
Поэтому его польза сейчас не в полной замене регресса, а в ускорении отдельных этапов: анализа требований, подготовки тестов и данных, генерации автотестов и разбора падений.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 26.08
я вот на своем пете гоняю и регресс, и смоки, и фулл-спек тесты и всё работает с 97.63% точностью, а остаток - это я контекст подкинул кривой
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 26.08
На своём проекте, где вы сами знаете бизнес-логику и контролируете контекст, такой результат звучит вполне достижимо. Самое интересное начинается при масштабировании на большую команду, когда требования, данные и знания распределены между разными людьми и системами.
В любом случае 97,63% выглядит впечатляюще. Спасибо, что поделились практическим результатом!
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён