QAEverest AI

我在 QA 团队周围待了很多年，同样的事情不断发生：一个团队花上几个月搭建自动化测试套件，然后某个按钮挪了位置，测试就有一半亮起红灯。没有一个是真正的 bug。有研究表明 QA 工作量中有 30%–50% 投入在了维护上——而不是新增覆盖率——最终测试套件被束之高阁，手动回归测试卷土重来，真正的 bug 却漏到了生产环境。

所以我们围绕这个问题来构建 QAEverest，而不是围绕测试生成。它会爬取你的应用，对比变更内容，并自动修复受影响的测试——然后告诉你哪些是真正坏了的，哪些只是挪了位置。从一段自然语言用户故事生成测试只是入口，自我维护才是核心。

围绕这个核心，我们补齐了让你的测试套件真正可信后所需的一切：覆盖 Web、移动端、API、性能、安全性和可访问性的执行能力；时间回溯重放，能捕获控制台和网络 trace，让你回到失败发生的那一刻；一个能为发布风险打分并挑选值得运行的测试的 PR 机器人；以及一个 MCP 服务器，让你可以从 Claude Code、Cursor 或 VS Code 中直接驱动它，无需离开编辑器。

我们正在寻找那些深陷于脆弱的 Selenium/Cypress/Playwright 测试套件中的团队——这正是我们的目标用户。告诉我你的测试套件中最常坏掉的是什么，我会全天在线等你。