自動(dòng)化測(cè)試喊了很多年，真正鋪開(kāi)的團(tuán)隊(duì)沒(méi)幾個(gè)。不是不想做，是門(mén)檻實(shí)在太高：業(yè)務(wù)人員不會(huì)寫(xiě)代碼，會(huì)寫(xiě)代碼的人又不懂業(yè)務(wù)，腳本寫(xiě)出來(lái)像一次性筷子，用完就扔。

Microsoft Edge QA 團(tuán)隊(duì)最近開(kāi)源了一套叫 AutoGenesis 的方案，思路很直白——讓測(cè)試人員用自然語(yǔ)言描述場(chǎng)景，AI 負(fù)責(zé)翻譯成代碼，確定性的程序負(fù)責(zé)穩(wěn)定執(zhí)行。他們?cè)?Windows、macOS、iOS、Android 四個(gè)平臺(tái)上跑通了這套流程，月執(zhí)行步驟超過(guò) 200 萬(wàn)，通過(guò)率 99%，用例規(guī)模 700+。

頻繁發(fā)版、需求變得比翻書(shū)還快、團(tuán)隊(duì)規(guī)模不管大小……這大概是每個(gè)測(cè)試工程師的噩夢(mèng)。

Edge 瀏覽器基于 Chromium 開(kāi)發(fā)，跟著 Chrome 的節(jié)奏高頻發(fā)版，每次 Chromium 的變更都難以預(yù)測(cè)，回歸測(cè)試量極大。Edge QA 團(tuán)隊(duì)折騰了好幾輪，最終搞出了 AutoGenesis。

AI 能力起來(lái)之后，團(tuán)隊(duì)面臨一個(gè)關(guān)鍵選擇：是讓 AI 直接執(zhí)行測(cè)試，還是讓 AI 生成測(cè)試代碼？這個(gè)選擇決定了方案是能用還是只能演示。

他們對(duì)比了三條路：

AI 直接執(zhí)行的問(wèn)題在于不確定性。步驟多了，AI 可能忘記上下文；遇到意外彈窗，可能陷入無(wú)限循環(huán)；出錯(cuò)后難以定位執(zhí)行到哪一步。讓 AI 基于截圖判斷"測(cè)試是否通過(guò)"更麻煩——模糊判斷、無(wú)法量化、黑盒不可回溯。就像讓一個(gè)人蒙眼走夜路，偶爾走對(duì)，但你不敢信。

AutoGenesis 的解法是把活兒拆開(kāi)：AI 做它擅長(zhǎng)的（理解意圖、生成代碼），確定性的程序做它擅長(zhǎng)的（穩(wěn)定執(zhí)行）。

為了實(shí)現(xiàn)這個(gè)理念，AutoGenesis 搭了四層架構(gòu)，關(guān)鍵是把 AI 嚴(yán)格關(guān)在第二層，執(zhí)行層完全不碰 AI：

Edge 團(tuán)隊(duì)的測(cè)試人員里，外包占大多數(shù)。他們懂業(yè)務(wù)、會(huì)設(shè)計(jì)用例，但不懂編程，傳統(tǒng)自動(dòng)化只能干瞪眼。AutoGenesis 的做法是重新分工：正式員工搭工具鏈、定標(biāo)準(zhǔn)、做培訓(xùn)；外包團(tuán)隊(duì)用自然語(yǔ)言寫(xiě)場(chǎng)景，AI 生成代碼。

數(shù)據(jù)說(shuō)話(huà)：月度運(yùn)行 200 萬(wàn)+ 步驟，99% 通過(guò)率，700+ 用例，外包員工貢獻(xiàn)了 413 個(gè) PR。

用起來(lái)比想象中簡(jiǎn)單。不需要懂 Selenium，不需要懂 Appium，會(huì)描述"我想測(cè)什么"就行：

第一步，用 Gherkin 格式寫(xiě)場(chǎng)景，接近自然語(yǔ)言：

Feature: Edge Pagerendering Tests
Scenario: Test msn.com website on Edge
Given I have launched Edge browser
When I click the search box in NTP page
And I input "msn.com" in the search box
And I press enter to navigate to the page
And I wait for the page to load completely
Then I should see the tab with the title "msn.com"

第二步，兩種方式觸發(fā) Copilot：點(diǎn) BDD AI Toolkit 擴(kuò)展里的 "Send to Copilot" 按鈕，或者在 GitHub Copilot Chat 里調(diào)用 autoGenesis-run skill。

第三步，Copilot 調(diào)用 MCP 工具逐步執(zhí)行，生成 Python 步驟定義代碼。

第四步，運(yùn)行測(cè)試：點(diǎn) "Run" 按鈕，或者命令行跑 behave features/。

AI 的角色被嚴(yán)格限定——只把自然語(yǔ)言翻譯成結(jié)構(gòu)化的測(cè)試代碼，既不執(zhí)行也不判結(jié)果。LLM 通過(guò) MCP 協(xié)議與底層交互，底層有兩個(gè) MCP Server：PyWinauto MCP Server 管 Windows 桌面應(yīng)用，Appium MCP Server 管 iOS、Android、macOS。

AI 生成代碼有不確定性，AutoGenesis 設(shè)計(jì)了三階段 Preview-Confirm 流程，把寫(xiě)入控制權(quán)交還給人類(lèi)：生成前清理緩存、生成中自動(dòng)錄制調(diào)用、生成后展示 diff 預(yù)覽供人工確認(rèn)，確認(rèn)后才追加寫(xiě)入文件。

執(zhí)行層選了 Behave，Python 生態(tài)里成熟的 BDD 框架。Gherkin 語(yǔ)法與 LLM 的推理模式天然契合，自然語(yǔ)言用例讓 QA、PM、外包都能參與，打破了"自動(dòng)化只能靠開(kāi)發(fā)者"的壁壘。

VS Code 擴(kuò)展不是必須的，但確實(shí)省事。每個(gè) Scenario 上方顯示兩個(gè)按鈕："Send to Copilot" 一鍵觸發(fā)代碼生成，"Run" 一鍵執(zhí)行測(cè)試。Setup 管理面板自動(dòng)檢測(cè) Python、Node.js 安裝狀態(tài)，可視化配置環(huán)境。

總結(jié) AutoGenesis 的四個(gè)核心優(yōu)勢(shì)：自然語(yǔ)言描述降低門(mén)檻，一套技術(shù)棧覆蓋四大平臺(tái)，架構(gòu)隔離 AI 不確定性保證 99% 通過(guò)率，單場(chǎng)景編寫(xiě)從 2-3 小時(shí)縮短到 10-15 分鐘且后續(xù)執(zhí)行零 AI 成本。

這不是炫技的工具，是從工程師需求出發(fā)、在真實(shí)業(yè)務(wù)里磨出來(lái)的務(wù)實(shí)方案。開(kāi)源地址：github.com/microsoft/AutoGenesis，MIT License。

Edge 團(tuán)隊(duì)的一位外包測(cè)試人員在內(nèi)部反饋里寫(xiě)："以前覺(jué)得自動(dòng)化是開(kāi)發(fā)的事，現(xiàn)在發(fā)現(xiàn)我寫(xiě)的用例真的能跑起來(lái)。"