夜雨聆风学习资料网

ARTICLE · 1392815

软件测试敢把看屏手机 Agent 放进回归吗,免 Root 不等于可复现

软件测试敢把看屏手机 Agent 放进回归吗,免 Root 不等于可复现

导语

一个 Android 端侧 Agent 三周拿到八千多星:不用 Root、不用常连电脑,通过无线调试和屏幕理解操作整台手机。项目 README 在 11 月 21 日已显示 9305 星、最新版 v0.1.50。

它做探索很方便,但“能点手机”不等于“能跑回归”。这篇把争议拆成两方:视觉 Agent 的免适配优势,和测试要求的可复现、证据与责任边界。

一、A 方:屏幕理解绕过了逐 App 适配

传统移动自动化依赖元素树、定位器和应用接口,第三方 App 一改版,脚本就可能失效。视觉 Agent 改为观察屏幕、识别按钮和页面,再用动作完成任务,理论上不需要为每个 App 写适配。

项目默认在后台屏运行,用户可以继续使用主屏;内置知识覆盖多个常用 App,也能把手动完成的任务沉淀成 Skill。对探索新流程、验证跨 App 操作和摸索定位路径,这类能力很有吸引力。

它也不等于无约束自动化。默认模式只在花钱动作前询问,密码、验证码和支付页面必须交还用户;Android 的无线调试在切换 Wi-Fi 或重启后会关闭,项目会申请权限后尝试恢复。

二、B 方:能操作所有 App,不等于能证明测试结论

回归测试至少要回答四件事:做了什么、结果是否正确、失败能否复现、责任由谁承担。视觉 Agent 的每一步依赖模型判断,同一句指令在不同屏幕、系统版本和模型版本下可能走出不同路径。

项目 README 也写明:第三方 App 的自动操作可能违反其服务条款;密码和支付类页面会阻止屏幕读取,Agent 只能请用户接管。这些页面因此天然不适合交给自动执行。

“数据留在手机”也需要准确理解。Mika 没有自有服务器,但任务所需的文字和屏幕会发送给用户配置的模型厂商。API Key、记忆和运行记录留在设备,不等于敏感页面从未离开设备或从未进入模型上下文。

此外,项目迭代速度很快,版本仍在 0.1,不能在缺少版本锁定和回归结果的情况下,把一次演示当作稳定生产能力。

三、关键分歧:探索自动化与回归自动化不是同一张验收表

维度
探索/辅助
稳定回归
目标
找到可走路径
同路径重复后结果一致
容错
可人工接手
失败必须可复现
证据
截图、对话和结果摘要
动作轨迹、状态、断言与日志
权限
专用测试设备和账号
最小权限、隔离数据、明确责任人
变更
可跟随模型即时调整
模型、提示词、脚本和设备版本要锁定

因此更合理的是两阶段:先用视觉 Agent 探索未知流程,产出动作路径、前置条件和关键证据;人工确认后,把稳定路径固化成元素脚本或可重放的确定性流程。遇到 App 改版或未知分支,再召回 Agent 做恢复。

四、作者判断:可以试用,先锁四件事

第一,限定只使用专用测试设备、测试账号和隔离网络,不授权个人主手机、真实支付和敏感业务。第二,先验证只读、可撤回、无外部副作用的流程,再扩大到写操作。

第三,为每轮任务记录模型版本、提示词、设备与系统版本、动作轨迹、前后截图和业务断言。第四,设置停机条件:出现支付、密码、验证码、权限弹窗或未知页面时立即交还人工。

我的判断是,看屏 Agent 最适合探索和恢复,不适合成为唯一裁判。它能把“没人知道怎么测”的流程跑出来,但只有经过固化与断言,才配进入稳定回归。免 Root 降低的是启动门槛,不是验证责任。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料