AWS posúva Amazon Nova Act do UX testovania a agentickej QA v CI/CD

AWS v dvoch nových technických príspevkoch rozširuje praktické použitie Amazon Nova Act z ukážok ovládania prehliadača do systematického testovania používateľských tokov a agentickej QA. Prvý článok opisuje platformu na UX testovanie, ktorá generuje scenáre z dokumentácie, spúšťa ich paralelne a analyzuje miesta trenia. Druhý článok nadväzuje na QA Studio a ukazuje, ako sa z jednotlivých prirodzene opísaných testov stávajú regresné sady a príkazový nástroj pre CI/CD pipeline.

Amazon Nova Act je model a SDK pre automatizáciu webového rozhrania, ktorý nepracuje iba s pevne napísanými selektormi. AWS ho opisuje ako multimodálny model schopný pozerať sa na webové stránky podobnejšie ako človek: z obrazovky vyhodnocuje, čo treba kliknúť, vypĺňať alebo skontrolovať. To je dôležité pri testovaní UX, kde nestačí vedieť, že tlačidlo existuje. Test má odhaliť, či používateľ vie dokončiť cieľ, či navigácia nie je mätúca a či alternatívne cesty nevedú do slepej uličky.

Architektúra pre UX testovanie začína dokumentáciou a špecifikáciami tokov uloženými v Amazon S3. Obsah sa spracuje cez znalostnú bázu v Amazon Bedrock a Lambda funkcia s modelom Claude 4.5 Sonnet vygeneruje testovacie scenáre na rôznych úrovniach podrobnosti. Pre rovnaký cieľ, napríklad kúpu produktu, môže systém vytvoriť všeobecné zadanie aj presnejší krokový postup. Výsledkom je sada tokov uložených v DynamoDB, ktoré sa dajú spúšťať paralelne na ECS/Fargate.

Nova Act potom prechádza webom a produkuje artefakty, ktoré sú pre QA tím hodnotné: zhrnutie trvania krokov, stav úspechu alebo zlyhania, screenshoty, podrobné HTML reporty a záznamy rozhodovania. AWS zdôrazňuje, že výsledky sa následne analyzujú pomocou Bedrocku, aby sa našli opakujúce sa vzory: kde používateľský tok zlyháva, koľko akcií vyžaduje a či sa problém objavuje najmä pri veľmi všeobecných alebo veľmi podrobných inštrukciách. To posúva automatizáciu od „klikni a skontroluj“ k meraniu použiteľnosti.

Druhý príspevok o QA Studiu ukazuje produkčnejšiu vrstvu. Jednotlivé use cases sa dajú združovať do testovacích sád, ktoré sa spúšťajú ako batch. Každý prípad môže bežať vo vlastnej Fargate úlohe, takže dvadsať testov sa nemusí vykonať sériovo. Tímy si môžu vytvoriť smoke testy pre kritické cesty, širšie regresné sady alebo integračné kontroly pred releasom. História behov potom pomáha rozlíšiť stabilné zlyhanie od prerušovaných problémov, ktoré sú v moderných webových aplikáciách časté.

Pre CI/CD je dôležitý príkazový nástroj qa-studio. Ten umožňuje spustiť sady testov z pipeline bez interaktívneho prihlasovania, používa OAuth 2.0 client credentials, podporuje prepísanie cieľovej domény cez base URL a umožňuje meniť premenné či hlavičky podľa prostredia. Prakticky to znamená, že rovnaký prirodzene opísaný test môže bežať proti vývojovej, stagingovej alebo produkčnej verzii aplikácie bez duplikovania definícií. Výstup vo formáte JSON a návratové kódy sa dajú priamo napojiť na rozhodovanie pipeline.

Zaujímavé je aj zaobchádzanie s tajnými údajmi. QA Studio podľa AWS používa AWS Secrets Manager a navrhuje testy tak, aby sa citlivé hodnoty nezapisovali do logov a histórie. To je dôležitá praktická hranica pri agentickom testovaní. Ak má agent ovládať reálnu aplikáciu, často potrebuje prihlasovacie údaje, tokeny alebo testovacie účty. Bez oddelenia tajomstiev a bez artefaktov použiteľných na audit by sa agentická QA rýchlo stala bezpečnostným rizikom.

Pre vývojárske tímy je hlavný prínos v tom, že prirodzený jazyk sa používa ako vyššia vrstva nad testovaním, nie ako náhrada všetkej inžinierskej disciplíny. Definície tokov, sady, prostredia, oprávnenia, artefakty a exit kódy zostávajú explicitné. Model pomáha navigovať rozhranie a vyhodnocovať priebeh, ale výsledok musí byť stále zapojený do existujúceho release procesu. To je pravdepodobne realistickejšia cesta k agentickej automatizácii než predstava, že AI testuje aplikáciu úplne mimo nástrojov QA tímu.

Rizikom zostáva spoľahlivosť a reprodukovateľnosť. Vizuálne ovládanie prehliadača môže lepšie znášať zmeny rozhrania než krehké selektory, no zároveň prináša nové typy variability: model môže vyhodnotiť stránku inak, sieťové oneskorenie zmení načasovanie a dynamické prvky môžu vyvolať odlišné správanie. Preto sú dôležité práve záznamy trajektórie, screenshoty a rozlíšenie medzi zlyhaním testu a zlyhaním infraštruktúry. Bez takýchto artefaktov by výsledok agentického testu bol ťažko obhájiteľný.

AWS týmto smerom naznačuje, kde sa môžu agenti v podnikovom softvéri presadiť skôr než v úplne autonómnom programovaní. Testovanie používateľských tokov je opakované, drahé a často závislé od kontextu rozhrania. Ak agent dokáže spúšťať scenáre paralelne, zachytiť dôkazový materiál a vrátiť rozhodnutie do CI/CD, môže zrýchliť spätnú väzbu bez toho, aby mal právo meniť produkčný kód. Pre firmy to vytvára opatrnejší, ale praktický model nasadzovania agentov: najprv ako pozorovateľov a testerov, až potom ako systémy, ktoré samy vykonávajú zmeny.