В тестировании у крупных команд часто одна и та же ловушка: фреймворков становится больше, чем тестов, а ИИ пы

В тестировании у крупных команд часто одна и та же ловушка: фреймворков становится больше, чем тестов, а ИИ пытаются прикрутить уже к этому зоопарку.

Слышал интересный кейс из большой компании: вместо десятков разрозненных решений собрали централизованный framework, а сверху добавили RAG и MCP‑сервер для работы с LLM. Смысл не в «магии ИИ», а в том, что модель начинает понимать контекст тестов — не просто генерит текст, а работает в связке с предметной областью.

Это важный сдвиг для QA‑функции:
— автоматизация перестаёт быть набором локальных привычек;
— знания команды становятся переносимыми;
— качество промптов и контекстов выходит на уровень инженерной дисциплины.

Похоже, роль тестировщика меняется: меньше ручной рутины, больше системного мышления и умения формулировать задачу так, чтобы LLM не гадала, а помогала. И да, будущий QA всё больше похож на промпт‑инженера с сильной доменной экспертизой 🤖