Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoCódigo / SDK · Pronto p/ usoX: @hungryturbo→ original

Como testar interfaces com um agente de IA: 5 regras dos criadores do e2e com 13,8 mil estrelas

Testes comuns de UI se quebram a cada reformulação da interface: trocou o componente e o test-id não é mais encontrado. Os criadores do framework open-source e2e (13,8 mil estrelas no GitHub, US$ 8 milhões em investimentos) propõem escrever o teste como um objetivo em linguagem natural, deixando que o agente localize os botões. O resultado é verificado por um juiz de IA separado, com base nos dados da API, e não no relatório do próprio agente. Assim, um teste "verde" realmente significa alguma coisa.

Processado por IA de X: @hungryturbo; editado por Hamidun News
Como testar interfaces com um agente de IA: 5 regras dos criadores do e2e com 13,8 mil estrelas
Fonte: X: @hungryturbo. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @hungryturbo ↗
Editor-chefe
Dado-chave #1Em vez de um sleep fixo, espera-se por um estado de negócio, com limite de tempo
Dado-chave #2Cada teste cria seus próprios dados via API e os remove após a execução
Dado-chave #3Em caso de falha, são salvos os passos, os logs e a captura de tela, que podem ser enviados à IA para correção

Testes de ponta a ponta (e2e) de interface viraram uma fonte de dor para quase todas as equipes. O front-end migrou para outra biblioteca de componentes, os identificadores mudaram, e metade da suíte fica vermelha, embora o produto funcione. Agora que um agente de IA pode ser responsável pelos botões, a questão é como construir esses testes para que não fiquem ainda menos confiáveis. Suas respostas foram publicadas pelo evangelista técnico Kacper Kapuściak, da equipe do framework open-source de IA para testes e2e. O projeto acumulou 13,8 mil estrelas no GitHub e recebeu recentemente US$ 8 milhões em investimentos. Abaixo, os cinco princípios de sua análise de engenharia, no resumo do autor publicado no X por @hungryturbo.

Teste a intenção, não o layout

O primeiro princípio é abandonar a dependência de nós do DOM e de test-ids. Em vez de uma sequência como "encontrar o elemento, clicar, digitar o valor", o agente recebe uma tarefa de negócio curta e concreta, em linguagem natural. Por exemplo: "gerar o relatório do mês passado". Como escolher a data e onde clicar em "Gerar" fica a cargo do agente, que decide olhando para a tela. Uma analogia do cotidiano: você pede a um colega que chame um táxi, em vez de dizer em que ponto da tela tocar. Se a equipe trocar a biblioteca de componentes, o teste continua funcionando, porque o objetivo não mudou.

O segundo princípio diz respeito às esperas. Pausas fixas, como um sleep de cinco segundos, deixam o CI mais lento e, mesmo assim, às vezes não são suficientes. O autor recomenda uma espera dinâmica com limite máximo de tempo, aguardando um sinal forte de negócio, por exemplo "o relatório do mês passado está aberto e disponível para visualização". O desaparecimento do indicador de carregamento é um sinal fraco: o spinner sumiu, mas os dados podem ainda não estar lá. Ainda assim, é preciso separar a espera por carregamento assíncrono da verificação instantânea do quadro atual: a primeira responde "quando está pronto", a segunda responde "o que está na tela agora".

Quem verifica o agente

O terceiro ponto talvez seja o mais importante. A mensagem do agente "clique executado" não prova que o relatório não tem linhas vazias ou dados de terceiros. Mas também não é possível pedir a outro modelo que determine "a olho" como deve ser a tela correta, pois ele vai adivinhar. Por isso, primeiro se obtém pela API do backend a lista real de tarefas ou registros, que é a única fonte de verdade. Depois, um juiz de IA separado compara o que está desenhado na tela com esse referencial. Executor e verificador são separados, como desenvolvedor e revisor.

O quarto princípio é familiar para quem já consertou testes instáveis: nenhuma dependência da ordem de execução. Antes do teste, um fixture reutilizável cria, via API, um espaço de trabalho isolado e os dados necessários; depois da execução, um hook de ciclo de vida limpa tudo. Nesse caso, uma nova execução após uma falha ou a execução em paralelo produzem o mesmo resultado.

Testes menores e rastro para correção

O quinto princípio é dividir cenários longos. Em vez de um único teste "gerar o relatório, baixar o CSV e enviar o e-mail", é melhor criar três testes atômicos separados, com nomes claros. Assim, pelo nome do teste que falhou, fica imediatamente visível o que quebrou.

Em caso de falha, o framework coleta automaticamente o rastro: os passos anteriores, os logs da aplicação, o contexto de raciocínio do agente e as capturas de tela. A pessoa encontra a causa rapidamente, e o mesmo rastro pode ser entregue a um agente de programação para que ele tente corrigir o erro sozinho. Isso forma uma entrada pronta para um ciclo automático de "quebrou, consertou".

O que vale considerar

O material de origem é um resumo breve em rede social, portanto não traz números sobre estabilidade, custo das execuções ou velocidade em comparação com Playwright e Cypress. O agente de IA acrescenta consumo de tokens e tempo a cada passo, e o juiz de IA também pode errar, embora a referência vinda da API reduza bastante esse risco. Vale lembrar ainda que os princípios sobre isolamento de dados, esperas explícitas e testes menores são úteis mesmo sem IA.

A conclusão prática para as equipes: se você está testando E2E agênticos, comece por duas coisas. Formule os objetivos em linguagem de negócio e verifique o resultado com os dados do backend, e não com as palavras do agente. O restante, dos fixtures ao rastreamento, ajuda a tornar esse conjunto de testes repetível e adequado para o CI.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Teste a intenção, não o layout?

O primeiro princípio é abandonar a dependência de nós do DOM e de test-ids. Em vez de uma sequência como "encontrar o elemento, clicar, digitar o valor", o agente recebe uma tarefa de negócio curta e concreta, em linguagem natural. Por exemplo: "gerar o relatório do mês passado". Como escolher a data e onde clicar em "Gerar" fica a cargo do agente, que decide olhando para a tela. Uma analogia do cotidiano: você pede a um colega que chame um táxi, em vez de dizer em que ponto da tela tocar.

O que se sabe sobre Quem verifica o agente?

O terceiro ponto talvez seja o mais importante. A mensagem do agente "clique executado" não prova que o relatório não tem linhas vazias ou dados de terceiros. Mas também não é possível pedir a outro modelo que determine "a olho" como deve ser a tela correta, pois ele vai adivinhar. Por isso, primeiro se obtém pela API do backend a lista real de tarefas ou registros, que é a única fonte de verdade. Depois, um juiz de IA separado compara o que está desenhado na tela com esse referencial.

O que se sabe sobre Testes menores e rastro para correção?

O quinto princípio é dividir cenários longos. Em vez de um único teste "gerar o relatório, baixar o CSV e enviar o e-mail", é melhor criar três testes atômicos separados, com nomes claros. Assim, pelo nome do teste que falhou, fica imediatamente visível o que quebrou. Em caso de falha, o framework coleta automaticamente o rastro: os passos anteriores, os logs da aplicação, o contexto de raciocínio do agente e as capturas de tela.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…