Es geht über das bloße Ausführen von Tests hinaus. Nach dem, was ich auf meiner Website getestet habe, kann es tatsächlich fehlende Akzeptanzkriterien erkennen und kennzeichnen, die nicht einmal spezifiziert wurden, was wirklich nützlich ist. Es testet auch vollständige Szenarien und erkundet viele verschiedene Wege, die ein QA manchmal übersehen oder einfach nicht kommunizieren könnte. Zumindest mit Thunders werden wir uns dieser Fälle bewusst und können eine bewusste Entscheidung treffen, sie zu ignorieren, wenn sie nicht relevant sind, anstatt gar nichts davon zu wissen. Insgesamt fühlt es sich wie ein großartiger KI-Assistent an, um die QA gründlicher zu machen, ohne zusätzlichen manuellen Aufwand hinzuzufügen.

Es kann Teams Zeit sparen und helfen, die End-to-End-Abdeckung zu erhöhen und das Vertrauen in die Veröffentlichung zu verbessern.

Wir verwenden Thunders bei Agorapulse (Social-Media-Management-Plattform, 40+ Ingenieure) als Rückgrat unserer Release-Validierung. Was es besonders macht, ist, wer es benutzt: unsere Produktmanager, nicht QA-Ingenieure. Sie schreiben automatisierte Testsuiten in einfacher natürlicher Sprache, spielen sie bei jedem Release erneut ab und sind für das Regressionstesten in ihrem Bereich verantwortlich. Dies wurde erst möglich, weil das Tool die Hürde wirklich senkt: bedingte Schritte, geteilte Testfälle mit Variablen, Personas, Umgebungen. Die Lernkurve für einen nicht-technischen PM wird in Stunden, nicht Wochen gemessen. Über die Zugänglichkeit hinaus verändert Thunders als AI-natives Tool die Wirtschaftlichkeit der Testwartung. Tests werden von einem Agenten ausgeführt, der Absichten versteht, anstatt sich auf brüchige Selektoren oder XPath zu verlassen, sodass kleinere UI-Änderungen, die eine traditionelle Playwright-Suite brechen würden, einfach nicht passieren. Unsere Tests beschreiben, was ein Benutzer erreichen möchte, und der Agent findet heraus, wie. Dies reduziert die Wartungsbelastung drastisch, die normalerweise E2E-Automatisierungsinitiativen zum Scheitern bringt, und es bedeutet, dass sich das Produkt verbessert, wenn sich die zugrunde liegenden Modelle verbessern, ohne dass wir etwas neu schreiben müssen. Das Team liefert schnell und hört zu. Wir haben Workshops mit ihnen zur CI-Integration und zur Organisation von Abläufen durchgeführt, und ihre Reaktionsfähigkeit war durchweg gut. Schließlich ist das ROI-Gespräch unkompliziert. Wir fanden uns ohne dedizierte QA-Kapazitäten und ohne Budget, um diese Kapazität wieder aufzubauen. Anstatt dies als Abdeckungslücke zu betrachten, mit der man leben muss, ermöglichte uns Thunders, unseren Prozess vollständig neu zu überdenken: Die Qualitätsverantwortung wurde auf Produktmanager verlagert, die nun die Regressionssuiten selbst pflegen. Die Kosten des Tools sind im Vergleich zu den Vollzeitstellen, die es auf traditionelle Weise benötigt hätte, um dasselbe Problem zu lösen, marginal. Tatsächlich wurde eine Einschränkung zu einer Gelegenheit, ein schlankeres, besseres Modell zu entwickeln.