AI自愈测试脚本实测78%修复率背后46%误判风险

2026年，AI驱动的测试自愈功能已在Playwright、Cypress、Healenium及Testim/Mabl等主流工具中落地，主要应对前端改版导致的元素定位失效问题。实测数据显示，针对定位器变更（占非缺陷失败约28%）的修复成功率约78%~82%，但深层风险突出：46%被AI标记为“修复成功”的测试，在未修改的原始坏脚本上重跑仍返回通过，其中23.8%的修复完全依赖此类无效验证达成。该现象源于验证标准盲区，类似代码修复中的“过拟合测试套件”问题。

工具实现分为两类模式：运行时自愈（如Healenium默认、Cypress cy.prompt）可即时继续执行但易点错元素；跑后提建议（如Playwright healer agent、Healenium locator-updater插件）生成PR或报告供人工审核，更适配CI门禁。行业实践强烈推荐后者，并要求开启自愈留痕、禁止直接将结果标为通过。

CI集成需分阶段推进：L1仅归因分类，零风险；L2可隔离flaky用例；L3自动改代码必须人工审核，默认关闭。某大厂尝试AI全托管UI测试，实际仅适用于简单场景，长流程交互中仍频现幻觉与上下文缺失。

核心结论：AI自愈是提升效率的有效手段，但每次修复应视为待验证假设；测试团队职责转向验证设计、边界界定与风险管控——当AI说‘修好了’，真正的信任仍需建立在可重复、可追溯、可证伪的工程实践之上。