Компания SmartBear представила новые функции Sources и Workflows в своей системе обеспечения качества BearQ, которые помогают командам синхронизировать функциональные возможности приложения с его требованиями и существующими тестами. Эти дополнения решают практическую проблему для команд, работающих с кодом, сгенерированным AI: увеличение количества тестов не всегда гарантирует, что протестированы именно те аспекты, которые необходимо проверять.
Функция Sources интегрирует требования, ошибки и существующее покрытие в BearQ через соединение с Atlassian Jira, SmartBear Reflect и SmartBear Zephyr. Workflows координирует последующие действия, предоставляя командам возможность выбирать триггеры и степень автономии на каждом этапе. Это анонсирование продолжает работу SmartBear в области автоматизации тестирования на базе GenAI в Jira, расширяя акцент на управлении и выборе QA задач.
Sources связывает требования с существующим покрытием
Sources предоставляет BearQ контекст за пределами тестируемого приложения. Jira предоставляет информацию о требованиях и ошибках, в то время как Reflect и Zephyr помогают определить уже существующие тесты. SmartBear утверждает, что такой комбинированный вид может помочь выявить пробелы в покрытии, избежать дублирования тестов и сосредоточиться на новых тестах там, где это необходимо. Компания заявила о планах добавить дополнительные источники в четвертом квартале 2026 года.
Этот контекст важен, потому что успешный запуск теста отвечает только на те вопросы, которые заложены в тестах. Измененные требования или известные дефекты могут требовать другого набора проверок. Связывая эти записи с покрытием, команды получают более полезную отправную точку для принятия решений о следующих тестах. Это также соответствует более широкой тенденции к управлению тестами, объединяющей планирование, дефекты и результаты.
Алан Браун, руководитель продуктовой экосистемы в Atlassian, сказал, что задачи Jira — это лишь часть того, что QA должен согласовать наряду с отчетами об ошибках и существующими ручными и автоматическими тестами. Его точка зрения проста: важно понять, отражает ли тестирование ту работу, которую команда действительно должна подтвердить.
SmartBear BearQ добавляет Sources и Workflows для координации QA
Workflows позволяет командам организовывать последовательности QA-мероприятий и решать, когда они будут выполняться. График, событие BearQ или внешняя система, такая как конвейер непрерывной интеграции и доставки, могут быть триггером для работы. Мероприятия могут включать подготовку окружений, выполнение целевых или регрессионных тестов и обновление подключенных систем. Команды могут настраивать уровень автономии BearQ на каждом этапе.
Для инженерных команд разница заключается в автоматизации отдельного теста и координации процесса вокруг него. Подготовка окружения и последующие обновления должны происходить, даже если выполнение теста автоматизировано. SmartBear ранее объединил функциональное и нагрузочное тестирование в общий рабочий процесс. BearQ применяет идею координации к более широкому набору QA-мероприятий, информированных требованиями и покрытием.
Эти дополнения также расширяют направление продукта, включающее AI-поддерживаемое тестирование API и генерацию тестовых данных. Практическая ценность любой такой автоматизации зависит от того, предоставляет ли она полезные доказательства о программном обеспечении и может ли команда анализировать решения, которые привели к этим доказательствам.
Человеческий контроль задает темп автономии
BearQ использует то, что SmartBear называет прогрессивной автономией. Команды могут начать с проверки и утверждения работы людьми, а затем автоматизировать больше по мере роста уверенности. Этапы проверки и области фокуса обеспечивают контроль над тем, насколько независимо система функционирует. SmartBear утверждает, что доверие было самым большим препятствием для автономного тестирования в недавнем опросе, напоминая, что принятие зависит не только от способности выполнять тесты.
Бриджес Смит, вице-президент по управлению продуктами для AI в SmartBear, описал цель как соединение поведения приложения, намерений команды и существующих инвестиций в тестирование. В этом подходе люди определяют границы и уровень контроля. Это следует давней стратегии компании по обеспечению видимости для разработчиков на протяжении всего жизненного цикла программного обеспечения.
Для команды, оценивающей BearQ, разумным началом является ограниченный процесс QA с четкими критериями проверки. Проверьте, актуальны ли подключенные требования, точно ли представлено существующее покрытие и дают ли результаты рабочие процессы, которые люди могут понять и на которые могут реагировать. Больше автономии полезно, когда основная информация и процесс проверки это оправдывают. Анонс SmartBear описывает возможности, но сам по себе не устанавливает, насколько хорошо они будут работать в контексте конкретного приложения или тестовой среды.
Интересный подход к интеграции тестирования и управления требованиями. Очень важно, чтобы команды могли видеть полную картину и принимать обоснованные решения. Интересно, насколько быстро подобные системы смогут адаптироваться к постоянно меняющимся условиям разработки.