ИИ в тест‑автоматизации масштабирует хрупкость DOM-нужны проверки визуального восприятия и намерений

1 июня 2026 года Amanul Chowdhury и Vinay Gummadavelli показали, что современные E2E‑фреймворки (Playwright, Cypress) тестируют прежде всего структуру DOM, а не то, что реально видит и с чем взаимодействует пользователь;

1 июня 2026 года Amanul Chowdhury и Vinay Gummadavelli опубликовали аналитическую статью: рост использования ИИ в генерации тестов увеличивает масштаб той абстракции, на которой строится автоматизация, а если эта абстракция опирается на хрупкую модель DOM, то хрупкость тоже масштабируется. Это важно потому, что автоматические тесты перестают служить надёжным индикатором работоспособности интерфейса и могут маскировать реальные проблемы для пользователя.

Авторы подробно описывают технические ограничения современных E2E‑фреймворков: Playwright и Cypress в основном проверяют структуру DOM, а не перцепцию конечного пользователя. Классический пример — auto‑wait как эвристика «DOM‑стабильности»: фреймворк убеждается, что узел прикреплён и помечен как «видимый» в дереве, но это не гарантирует, что обработчики событий привязаны, асинхронные мутации завершены или что отрисованная вёрстка соответствует финальному интерактивному состоянию. В результате автоматизация может не фиксировать визуальные рассинхронизации — эффекты гидрации (hydration gaps), внезапные сдвиги лейаута (layout shifts) и «призрачные взаимодействия», когда элемент присутствует в коде, но недоступен человеку. Особенно это заметно в SSR‑архитектурах на React/Next.js, где DOM может выглядеть стабильным, пока пользовательский интерфейс остаётся временно неготов.

Авторы отмечают рыночный переход: инструменты автогенерации и автономные агенты способны в считанные минуты порождать десятки сложных сценариев, что снижает порог входа в тестирование. Но при этом они предупреждают об опасности автоматической записи и воспроизведения тестов с ломкими селекторами — волатильными XPath или случайными CSS‑классами. Если агенты многократно создают такие тесты, количество потенциальных точек отказа растёт экспоненциально, ускоряя накопление технического долга вместо повышения надёжности. Как ответ на проблему авторы предлагают одновременно проверять три измерения: структура, перцепция и бизнес‑намерение. Практически это означает внедрение гибридного перцептуального конвейера — сочетания браузерной инструментализации для проверки событий и состояния, агентных визуальных моделей, которые анализируют пиксели, и механизмов валидации намерений, которые соотносят поведение интерфейса с ожидаемым бизнес‑результатом.

дополнить традиционные DOM‑ассёрты визуальными проверками и мониторингом гидрации и сдвигов лейаута, валидировать привязку обработчиков и проводить конечные бизнес‑проверки. По мнению авторов, такой мультидименсионный подход снижает ложные успехи и провалы и уменьшает накопление техдолга при массовой генерации тестов с помощью ИИ.