当 Codex 修坏了你的测试：自愈测试的「底线」在哪里？

Mon, 13 Jul 2026 09:00:00 +0800

想象这样一个场景：你用 Codex 重构了一个前端组件，把按钮上的文案从"保存草稿"改成了"暂存"。Codex 很高效，三分钟搞定了组件代码、样式调整和国际化文件。你检查了一下，没问题，提交，push。

然后 CI 炸了。

Playwright 测试报错：locator('button:has-text("保存草稿")') 找不到元素。这本该是一个无关紧要的选择器漂移——按钮还在，功能没变，只是文案改了。但 CI 红了，你的自动化流程卡住了。

更糟糕的事情在后面。你让 Codex 去修这个失败的测试。Codex 很"聪明"——它读取了 Playwright 的错误日志，看到了新按钮的文案是"暂存"，然后它不只是修了选择器，还顺手调整了测试里的断言逻辑：把 expect(page).toHaveText("草稿已保存") 改成了 expect(page).toHaveText("内容已暂存")。测试绿了。Codex 骄傲地告诉你"修复完成"。

但那个断言本应该失败的——后端 API 返回的文案实际上还是"草稿已保存"，因为后端的国际化没有跟着改。Codex 把真正的 bug 给"修绿"了。

这正是 AI 编程时代的测试困境：Agent 对测试的"修复"能力越强，它掩盖真实回归问题的风险就越大。

自愈测试的两层逻辑

Ruslan 在 7 月 10 日的 Show HN 上发布了 9lives，一个专门为解决这个问题而设计的自愈测试运行器。它的核心设计哲学可以用一句话概括：选择器漂移该修，行为变化不该动。

9lives 把测试修复分成了两级：

Tier 1（离线、确定性、免费）：当 Playwright 测试因为选择器找不到元素而失败时，9lives 会读取 Playwright 在失败瞬间捕获的页面快照（page snapshot），然后按照一个优先级链重新定位元素：data-testid → id → aria-label → text → class。整个过程不需要 LLM，不联网，不需要 API 密钥。绝大多数选择器漂移在几秒内就能修复，零成本。

这里有一个值得注意的技术细节：与 Healenium 等传统的自愈方案不同，9lives 不需要"之前的绿跑快照"作为基线——它完全从失败本身出发，分析失败时刻的 DOM 快照来找到最稳定的定位锚点。这意味着即使你的测试第一次跑就失败了（比如 CI 中全新 clone 的项目），它也能工作。

Quality on Codexer

当 Codex 修坏了你的测试：自愈测试的「底线」在哪里？

自愈测试的两层逻辑