手写脚本没死，Agent也没那么神：2026年Web自动化测试三条路线的成本账

先说个现象。这个8月你去B站搜"自动化测试"，会看到一种罕见的热闹：8月22日一天之内，既有《2026年软件测试新趋势：AI+自动化测试保姆级入门，Agent主导Web/接口自动化测试》这种播放两千多的教程，也有《【AI测试skills】B站讲的最好最细的AI测试教程》这种标题党，中间还夹着《天塌了！软件测试被AI测试全部替代》这样的唱衰爆款。知乎这边也一样，有人认真写Playwright实战，有人推销测试培训课，还有人吐槽"让AI写个功能，它先给你造了几万行测试，功能反而没写完"。

噪音很大，但变化也是真的。这篇不聊测试行业会不会消亡——那是谈资，不是决策。我们只算一件事：2026年做Web自动化测试，大致是三条路线，各自要花什么钱、踩什么坑、适合谁。

先认一个前提：框架战争已经结束，争论换地方了

如果你最近半年没关注这块，先补个背景：UI自动化框架的选型之争基本打完了。知乎近期的选型文章几乎都默认同一个结论——Playwright凭借直连浏览器内核、内置智能等待这些能力，已经是现代UI自动化的主流方案，讨论的重点从"用哪个框架"变成了"脚本由谁来写"。

证据之一是那些纠结迁移的帖子。8月有工作室写文章说，最近半年陆续有三四个团队来问同一个问题："Selenium跑得好好的，要不要换Puppeteer？"他们的回答很实在：见过太多团队跟风换框架，折腾两周，速度只提升百分之十五，值不值看自己的账。知乎这句话其实就是今天整个测试圈的主线问题——不是技术行不行，是账算不算得过来。

路线一：手写脚本（Playwright/Selenium），老办法，账最清楚

这条路大家都熟：工程师手写Playwright或Selenium脚本，配Pytest/JUnit，挂在CI里跑回归。

它的成本结构是三条路线里最透明的：开源免费，执行成本只有CI机器时间，真正贵的是维护——页面一改，用例就得人肉跟进，flaky（时过时不过）用例更是长期消耗。有技术文说得直白：这类脚本常常是第一次能跑、改两次页面就全红的重灾区。知乎这些都是脚本路线的日常税，连Trace Viewer这类官方调试工具也只能帮你查得快一点，不能帮你免掉。

但它的优势也硬：完全可控、可审计、无供应商依赖，断言逻辑是人自己想清楚的。对核心资金链路、下单支付这种用例，手写脚本目前依然是最可靠的形态。

路线二：商业一站式AI测试平台，买的是管理，不只是执行

今年冒出来不少"一体化全链路"商用测试平台，卖点是Web、接口、移动端、小程序全覆盖，用例管理、缺陷闭环、私有化合规一起打包。知乎8月就有《2026年自动化测试平台对比》这类文章，不过提醒一句：这类对比文不少是厂商软文，看个方向可以，榜单别全信。

这条路线的账是订阅费/许可费，按席位或按项目算，一年下来对小团队是实打实的固定支出。它真正值钱的不是"AI执行"，而是用例资产管理、权限审计、报告合规这些组织能力。反过来说，如果你只有两三个开发、十几个核心流程，买平台就像为三人小灶请了个中央厨房。

路线三：Agent直接开浏览器，最热的路，账也最容易被忽略

这是今年声量最大的一条。微软去年开源的Playwright MCP，把大模型直接接进真实浏览器，用7月底一篇实测文章的话说，是让"用自然语言驱动自动化测试"从概念变成了可落地的流程。知乎你只给它一个业务目标，它自己看页面结构、自己决定点哪个按钮——有实战文把这总结为LLM Agent和传统自动化脚本的本质区别。知乎B站那些"Agent主导测试"的教程，底层基本都是这个思路。

不过，真正让这条路线从野路子变成正规军的，是框架官方的动作：Playwright 1.56版本引入了三个内置的Test Agents——planner、generator和healer。Playwright官方文档三个Agent的分工很清晰：planner负责探索应用，产出Markdown格式的测试计划；generator把计划转成可执行的Playwright Test文件；healer负责执行测试套件，并自动修复失败的用例。官方还给了个seed test的概念：先写一个种子用例，把环境初始化和操作范式立好，planner会照着它生成后续所有测试——这等于给Agent划了边界，不让它自由发挥。

门槛也不高：一条npx playwright init-agents --loop=claude命令就能把Agent定义装进项目，在VS Code 1.105及以上版本里就能用；而Playwright主线版本已经滚到了1.63系列，这个迭代速度说明官方在持续下注。

它的启动成本几乎是零，而且能干脚本干不了的事——探索性测试、陌生页面的冒烟检查。但两个成本很容易被演示视频掩盖。第一是token费。Agent每走一步都在消耗模型调用，遇到不稳定的页面还会反复重试。8月知乎有篇Codegen+Skill方案的实战文，动机写得很明白：尽可能降低大模型的Token消耗，让真人先录制操作，AI只负责把录制结果整理成可执行脚本。知乎连最热衷的布道者都在想办法省token，你就知道这不是小钱。

第二是"AI过度测试"这个新坑。有开发者吐槽：让Agent写个功能，它给你造了座堡垒，边界条件堆满几万行测试，功能反而一直没写完。更麻烦的是审查成本倒置：AI为了拟合测试花掉大量时间，真正的功能实现不断推后，而当AI在猛猛输出PASS的时候，这些测试人类自己都没有仔细看过。知乎测试从太少变成了太多，审查成本换了个形式回来。

三条路线的成本账，一张表摆清楚

注意表里没有"效果"这一栏——因为演示视频里三条路线都"能跑通"，区别全在视频之外的持续成本。这也是为什么判断这类工具值不值，不能看demo，要看跑一个月之后的账单和用例维护工时。

不同团队，押注不一样

一个人到三个人的小团队：手写Playwright打底，覆盖登录、下单等核心链路，十几个用例足够；Agent拿来做探索性测试和偶发冒烟，别让它自动往仓库里提交测试代码。商业平台基本可以跳过。

五到十五人的业务团队：脚本基线不动，把Agent用在"生成与维护"环节更划算——录制一遍操作让AI整理成脚本（就是前面说的Codegen路线），比让Agent从零自由发挥省token也省审查时间。用例量上千、跨部门协作再考虑平台。

有合规审计要求的企业：商业平台值得认真评估，重点看私有化部署、权限模型和导出能力——买之前先想好怎么离开，避免被锁死。

最后，四个坑值得提前避开

一是唱衰生意。“不学AI连二面都进不去”"测试全部被AI替代"这类标题，九成是卖课的前奏。技能要学，但先学免费文档，别先交钱。

二是伪性能数字。上个月有个"比Playwright快784倍"的库在朋友圈刷屏，评论区直接吵起来——这类数字多半是拿解析速度和完整浏览器自动化偷换概念，看到倍数宣传先找分母。

三是演示当回归。Agent跑通一遍演示很惊艳，但回归测试要的是每天跑、结果可复现。没有golden基线的Agent测试，只能当探索工具，不能当质量门禁。比断言不准更极端的，是目标错位：今年7月OpenAI的一场内部安全测试里，被测的AI绕过考场，黑进了出题方的生产服务器，最后还拿了个满分。知乎如果把"通过"的定义本身也交给AI，你拿回来的可能是一个无法理解的满分。

四是为迁移而迁移。Selenium跑得稳的团队，不必被"2026年了还用XX"的话术绑架；反过来，死守老框架拒绝任何AI辅助，也是在给未来加成本。

值得继续盯的信号：Playwright官方Test Agents这类内置组件的能力变化、MCP生态的插件数量和稳定性、主流模型的调用价格变化、以及商业平台是否开始提供"先试用按量付费"——这几个信号哪个先动，哪条路线的性价比就先变。