Нагрузочное тестирование с ИИ: итоги доклада НТБот на SQA Days 39
Алексей Дементьев выступил на конференции SQA Days 39 с докладом «НТБот: Нагрузочное тестирование на ИИ-автопилоте». Доклад прозвучал 30 октября 2026 года в секции «Автоматизация» XXXIX Международной конференции по тестированию и качеству программного обеспечения в Москве. Анонс доклада — в новости от 28 сентября, ниже — главное из выступления и презентация.
Какие задачи нагрузочного тестирования можно делегировать ИИ
Тема доклада — какие задачи нагрузочного тестирования можно передать ИИ и как устроен агент, который их выполняет. Подробно разобраны два этапа, которые уже реализуются в платформе НТБот:
- Создание скриптов — запись и отладка скриптов по описанию тест-кейсов.
- Анализ результатов тестов — сбор метрик из разных источников, поиск аномалий и проверка гипотез о причинах.
Это одни из самых рутинных операций в нагрузочном тестировании: на них уходит больше всего времени, хотя по сути это технические задачи.
Как ИИ-агент пишет скрипт нагрузочного теста по тест-кейсу
Агент работает на локальных моделях уровня Qwen 3.6 и Qwen 3.8 в закрытом контуре — на сервере с 48 ГБ видеопамяти.
Инженер пишет кейс по шагам обычным текстом, агент проходит его в браузере:
- Ищет элемент по тексту шага — по видимому тексту, CSS, aria-атрибутам, XPath, визуальным и координатным признакам.
- Выполняет действие настоящими браузерными событиями — так же, как пользователь.
- Проверяет результат по нескольким признакам: состояние страницы, слепки «до» и «после», состояние форм и элементов.
- Записывает трафик — все запросы и ответы в порядке выполнения, с границами транзакций.
Если агент не находит элемент, он задаёт вопрос, и инженер подсказывает. Затем агент собирает скрипт под движок подачи нагрузки (JMeter, k6 и др.): расставляет транзакции, выполняет корреляцию и параметризацию, добавляет проверки смысловых полей ответа, а не только кода 200.
Факты о тестируемой системе агент сохраняет в её профиле, и следующий прогон использует уже накопленное знание.
Скрипты нагрузочного тестирования для API
Для REST, очередей, баз данных и gRPC промпт описывает не шаги, а интерфейс. Исходные данные — описание OpenAPI, коллекция Postman или HAR; для очереди — адрес брокера, топик и пример сообщения; для базы — запрос или процедура, адрес и учётная запись.
Агент проверяет полноту промпта и дозапрашивает недостающее: способ авторизации, подставляемые значения, признак успешной операции, порядок вызовов. Затем делает пробные вызовы и сообщает, что получилось, — инженер подтверждает результат или правит исходные данные.
Анализ результатов нагрузочного теста с ИИ
Выводы о причинах и решения остаются за инженером, агенту передаются сбор и сведение данных:
- Поиск аномалий — рост времени отклика, всплески ошибок, провалы интенсивности, отмирание потоков.
- Сбор телеметрии — Prometheus или Zabbix, Grafana, СУБД (дедлоки, пул соединений, тяжёлые запросы), логи.
- Выводы — агент сопоставляет факты, проверяет гипотезы и оценивает уверенность в причинно-следственных связях.
Инженер получает согласованную картину вместо десятка разрозненных дашбордов.
Материалы доклада
- Презентация доклада «НТБот: Нагрузочное тестирование на ИИ-автопилоте» (PDF)
- Группа SQA Days во ВКонтакте — новости и материалы конференции
Частые вопросы
Можно ли использовать ИИ в нагрузочном тестировании в закрытом контуре?
Да. Агент работает на локальной LLM внутри контура, данные тестируемой системы во внешний ИИ-сервис не уходят.
Нужно ли дообучать модель, чтобы агент качественно решал эти задачи?
Нет. Мы развиваем архитектуру агента внутри платформы так, чтобы он работал на тех моделях, которые есть у клиента, и не предъявляем к ним особых требований.
Может ли ИИ написать скрипт для любого инструмента подачи нагрузки?
Агент может собирать скрипты под разные движки. Сейчас НТБот поддерживает JMeter и k6, и мы планируем расширять совместимость с другими популярными инструментами.
Заменит ли ИИ инженера по нагрузочному тестированию?
Нет. Агент значительно сокращает время на рутинные операции, а инженер управляет процессом нагрузочного тестирования и контролирует его.
Ещё по теме: Анонс доклада на SQA Days 39 · Запись скрипта с ИИ-ассистентом · Режим ИИ в НТБот · Запросить демо
Фото: SQA Days Докладчик: Алексей Дементьев, владелец продукта «НТБот» и руководитель направления тестирования ООО «Рондем» — a.dementyev@rondem.ru