許多團隊在導入 AI 生成測試腳本後，發現雖然測試案例數量暴增，但測試的穩定性（Flakiness）反而惡化，維護成本劇增。這就是所謂的 AI 生產力悖論：當我們使用 AI 規模化地產生基於 DOM 結構的測試時，我們實際上是在規模化地產生「脆弱性」。
要解決這個問題，工程師必須意識到現代前端框架（如 React, Next.js）帶來的技術斷層，並將測試邏輯從單純的結構驗證，升級為結合感知與意圖的混合驗證。
傳統 E2E 測試的結構性陷阱
目前主流的 E2E 框架（如 Playwright 或 Cypress）本質上是在對 DOM（Document Object Model，文件物件模型）進行結構驗證。對機器而言，只要一個 HTML 元素存在且未被設定為 display: none，它就認為該元素是可見且可互動的。
然而，這與真實使用者的「感知驗證」有巨大差異。例如，一個按鈕雖然在 DOM 中存在，但可能被一個透明的 Loading 遮罩擋住，或者因為 CSS 顏色設定導致文字與背景同色而不可見。機器會報告測試通過（Pass），但使用者實際上無法操作。這種「機器看得到，人看不到」的現象，就是感知差距（Perceptual Gap）。
視覺去同步化與幽靈互動
在現代的 SPA 或 SSR（伺服器端渲染）架構中，存在一個危險的「同步視窗（Synchronization Window）」。
當頁面完成首次繪製（First Contentful Paint）時，使用者會看到按鈕出現在螢幕上，DOM 結構也已就緒。但此時 JavaScript 的事件監聽器（Event Listeners）可能尚未完成綁定（即 Hydration 過程尚未完成）。
如果在這個時間差內，自動化腳本觸發了點擊，就會發生幽靈互動（Ghost Interactivity）：點擊動作成功發出，但後端沒有任何反應。這類錯誤最難以偵錯，因為測試報告顯示點擊成功，但最終的斷言（Assertion）卻失敗，導致工程師陷入不斷增加 timeout 時間的死循環，進而拖慢整個 CI 流程。
構建三維度驗證模型
為了建立真正可靠的自動化體系，我們需要同時驗證三個維度：
第一是結構驗證（Structural Testing）。確認節點是否掛載於 DOM，這是基礎但不足夠。
第二是感知驗證（Perception-Based Testing）。確認元素是否在視覺上可用且可被發現，包含檢查 Z-index 遮擋、對比度以及視覺位置。
第三是意圖驗證（Intent-Based Testing）。確認互動是否達成了業務目標（例如：資料庫是否更新、API 是否回傳成功），而非僅僅確認點擊事件已發出。
實作建議：混合感知管線（Hybrid Perceptual Pipeline）
我們不需要捨棄 Playwright 等高效工具，而是應該在其之上增加一層感知層。
第一步：導入穩定性預言機（Stability Oracle）。 在執行點擊前，利用瀏覽器的 PerformanceObserver 監控累積版面配置位移（CLS, Cumulative Layout Shift）。只有當版面停止跳動且主線程處於空閒狀態時，才執行互動，以消除幽靈互動。
第二步：建立 AI 視覺回退機制（Agentic Fallback）。 當傳統的 CSS 選擇器（Selector）失效時（例如開發者將 ID 從 btn-checkout 改為 submit-cart），不要直接讓測試崩潰。此時可觸發 VLM（視覺語言模型，如 GPT-4o），將螢幕截圖傳給 AI，讓它像 QA 工程師一樣透過視覺尋找「結帳按鈕」的位置，並回傳座標進行自癒（Self-healing）點擊。
第三步：閉環意圖驗證。 由於 AI 視覺定位具有機率性，最後必須透過確定性的網路層驗證（例如檢查 API Response）來確認業務意圖是否達成。
從二元論轉向韌性評分
傳統的 Pass/Fail 已經無法衡量 AI 測試的品質。建議引入 RPS（Resilience & Perception Score，韌性與感知得分）來評估：
可靠性（Reliability）：系統與技術環境（如 Hydration 狀態）同步的能力。 語義同步（Semantic Synchronization）：無論程式碼如何變動，能否正確將視覺目標映射到結構元素。 意圖對齊（Intent Alignment）：操作結果是否符合業務目標並遵守安全邊界。
總結
自動化測試的目的不是為了驗證 HTML 節點，而是確保軟體對使用者有效。當 AI 加速了開發速度，我們必須停止依賴脆弱的結構驗證，轉而構建能「看見」使用者所見、並「理解」業務意圖的測試體系。
來源：infoq.com - The AI Productivity Paradox in Test Automation: Moving Beyond Structural Validation to Perception and Intent
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。