QApedia | Тестирование

Ты отстаешь от рынка, если не умеешь тестировать безопасность и надежность 😱

Звучит жестко, но реалии таковы, коллеги, тестирование уже не ограничивается багами — теперь это ещё про безопасность и стабильность.

Если раньше тестирование ассоциировалось в основном с поиском багов в UI, то сейчас фокус заметно сместился и все больше и больше обсуждений крутится вокруг security и reliability.

Немного о нынешних реалиях и какими я их вижу:
1️⃣ Системы стали сложнее засчет микросервисов, облаков, распределённых архитектур, и теперь баг может быть не в кнопке, а в том, как сервисы общаются между собой.
2️⃣ Проблема может заключаться не в том, что “что-то не работает”. Это может быть утечка данных, падение сервиса под нагрузкой, финансовые и репутационные потери — а значит, цена ошибки выросла.
3️⃣ Также AI и автоматизация добавили новых рисков. Теперь нужно проверять не только код, но и поведение моделей, устойчивость систем и корректность данных.

Что же все это в конечном итоге значит для тестировщиков?🤔 Чтобы быть актуальным на рынке, вы должны:
1️⃣ Понимать основы безопасности
(аутентификация, авторизация, уязвимости);
2️⃣ Хотя бы базово разбираться в нагрузке и производительности;
3️⃣ Думать не только “работает / не работает”, а “какие будут последствия, если что-то пойдёт не так?”;
4️⃣ Участвовать в проектировании, а не только в проверке.

Наблюдаю, как уже во многих компания QA становится инженером качества, который помогает системе быть устойчивой, безопасной и предсказуемой. А вы уже сталкивались с задачами по security или performance — или пока это остаётся зоной отдельных специалистов у вас на проекте?

QApedia

Лучшие практики автоматизации тестирования: 9 принципов стабильных автотестов

Представьте утро. Вы открываете ноутбук, заходите в Allure — и видите красное море. Падает половина автотестов, часть — «временно», часть — «иногда». Почти каждый день начинается с одних и тех же починок, дебага и «вроде теперь стабильно». Знакомо? Если да, эта статья для вас. Сегодня хочу спокойно, без паники и взаимных обвинений, взглянуть на эту ситуацию со стороны. Почему тесты ведут себя так непредсказуемо? Откуда берётся эта нестабильность, и почему она кажется вечной?

QApedia

Как я тестирую API: чеклист и подходы, и автоматизация

API-тестирование — это та часть QA, которую часто делают на глаз. Открыл Postman, потыкал пару эндпоинтов, всё ответило 200 — окей, работает. Но это не тестирование, это проверка что сервер вообще живой.
В этой статье разберем конкретные вещи, которые стоит проверять в API, покажем, как это делать в Postman и через автотесты на JavaScript, и дадим чеклист который можно взять и использовать прямо сейчас.

QApedia

9 СИСТЕМ БАГ-ТРЕКИНГА,
которые помогут тестировщику оформить и сохранить все найденные баги

Каждый день тестировщики создают десятки и сотни баг-репортов. Эти отчеты копятся и копятся. Задумывались о том, где лучше всего их хранить?🤔

С этой задачей нам помогут справиться баг-трекинговые системы, которых на рынке сейчас достаточно много. Рассмотрим самые популярные и удобные из них.

QApedia

Тестирование без тест-кейсов – когда это реально лучше?🤔

Многие в нашей сфере считают, что тест-кейсы – это обязательная часть работы. На самом же деле это всего лишь инструмент. И, как любой инструмент, он не всегда нужен)

Иногда тест-кейсы ограничивают мышление, замедляют работу и создают иллюзию, что все проверено. Есть ситуации, где они попросту не нужны и без них эффективнее ⬇️

1️⃣ Новая фича
Ты ещё сам не до конца понимаешь, как она должна работать. Какие тут тест-кейсы? Сначала нужно исследовать: как реально работает логика, где слабые места, какие вообще есть сценарии.

2️⃣ Быстрые релизы / стартап
Сегодня кнопка работает так. Завтра – уже по-другому. Ты тратишь время на описание шагов, поддержку кейсов, актуализацию, а продукт уже уехал вперёд. В таких условиях важнее быстро проверить риски, чем красиво оформить тестирование.

3️⃣ Сложные сценарии
Представим систему, где 5 ролей пользователей, 10 статусов, десятки комбинаций. Формально можно расписать тест-кейсы. На практике это никто не читает и это не спасает от багов, потому что реальные проблемы возникают на стыках сценариев, а не в линейных шагах. Здесь выигрывает мышление, а не чек-листы.

4️⃣ Есть опыт
Сильный QA не думает шагами. Он думает: «Где здесь может сломаться, что будет, если сделать наоборот, а если пользователь ошибётся?» Он не проходит сценарий, а ломает систему в голове и руками. И тест-кейсы в этот момент только замедляют. Это из разряда ездить с навигатором по дороге, которую ты итак знаешь)

Тест-кейсы дают ощущение контроля, но не гарантируют качество. Но, конечно, нужно отдать должное, что так работает не всегда. Без тест-кейсов будет тяжело, если есть регресс-тесты, если в проекте большая команда и строгие процессы.

Подводя итоги, хочу сказать, что вопрос не в кейсах!) Можно иметь 500 кейсов и пропустить критичный баг. А можно без единого кейса найти то, что реально ломает продукт.

Если было полезно, буду рад реакции!)

QApedia

Полезные промты для QA

В тему вчерашнего поста собрал для вас список полезных промтов для делегирования каких-то задач на ИИ)

Сохраняй файл и ставь реакцию, если было полезно!) И не забудь отправить файл коллеге)

QApedia

Как нам обещали, что AI заменит тестировщиков, но в реальности произошло обратное…

Коллеги, сегодня хочу обсудить с вами довольно интересную тему. Помню, как 3-4 года назад, когда ИИ начали массово использовать в IT, со всех сторон звучало пугающее «искусственный интеллект сократит работу тестировщиков, тестировщики будут не нужны». На деле все оказалось совсем иначе. Обсудим?)

Напомню, что мой стаж работы в IT 10 лет, я видел разные периоды в нашей сфере и мне есть, с чем сравнить!)

На самом деле работы не стало меньше, а наоборот, даже больше. Я сам на данный момент работаю в проекте, где мы активно используем ИИ, и вижу, как функционал вырос кратно.

1️⃣ Это связано с тем, что фичи появляются быстрее, потому что ИИ заметно сокращает рутину. Он ускоряет написание кода, генерирует идеи и освобождает нас от надобности думать «как писать». Если раньше мы искали решения, читали документацию, продумывали реализацию с нуля, то сейчас можно просто загрузить документацию ИИ-агенту и получить готовый вариант и доработать его. Так что, с ИИ тестировщик может покрывать больше задач.

2️⃣ Также с внедрением ИИ в проекты появился новый слой - тестирование самого ИИ. То есть теперь тестировщик еще и должен проверять адекватность ответа, стабильность поведения агента и вообще не врет ли он нам.

3️⃣ Как я уже сказал, автотесты стало писать проще, но поддерживать – сложнее. ИИ помогает генерировать тесты, писать код быстрее, но их становится слишком много и часто они «хрупкие». Потому что даже если ИИ и генерирует код, он делает это не идеально, а заказчики зачастую отдают предпочтение скорости и готовы немного жертвовать качеством. И, как следствие, такие тесты больше требуют ревью и доработки.

4️⃣ В нынешних реалиях тестировщик должен уметь мыслить не только, как пользователь, но и как система, и как ИИ-модель. Анализировать не только результат, но и поведение. Так что, для меня роль QA стала однозначно сложнее, а не проще. Но мир IT развивается и масштабируется, и мы должны идти в ногу со временем, чтобы оставаться крутыми и востребованными специалистами. Я всегда говорю, что QA – это тот, кто не боится изучать новое и пробовать разное.

А вы согласны с тем, что ИИ сократил и упростил работу QA? Если да, ставь ♥️, если нет – 👍🏻 .

QApedia