AI 移动应用测试
把 AI 智能体用于探索性的 Android 测试，而不是当作判定对错的裁判
把 AI 智能体用于 Android 探索性测试：有边界的目标、状态检查、证据留存、确定性断言，以及对设备农场局限的诚实认知。
简明答案
AI 智能体适合用于探索性的移动端测试、用自然语言描述的测试路径，以及从细小界面变化中恢复。通过率或失败判定的标准应保持确定性，要留存截图和追踪记录，控制好测试数据，并对关键断言和回归测试保留传统的测试方式。
给智能体一个边界明确的测试任务
明确指定设备状态、应用构建版本、账号、测试数据、测试路径、预期的检查点，以及禁止执行的操作。可以让智能体在检查点之间自由探索导航方式，但不能让它自己定义什么才算通过。
把探索和断言分开
模型可以描述它看到的内容，并适应布局的变化。但关键的断言仍然应该比对明确的文本、状态、网络返回结果、数据库状态，或其他确定性的信号。要保存截图和操作追踪记录，以便失败案例可以被复现。
- 可重置的测试账号与数据
- 已知的应用与系统版本
- 确定性的检查点断言
- 每一个报告缺陷的证据
- 有边界的恢复与重试策略
清楚这个产品不是什么
Melaya 可以驱动一台已配对的真实 Android 设备，适合用于由智能体辅助的探索性测试流程。它不是一个 iOS 解决方案，也不能替代拥有成千上万种硬件和系统组合的全球设备农场。要根据覆盖率目标，选择合适的基础设施。
常见问题
AI 可以取代移动端测试脚本吗？
对于探索性的、经常变化的测试路径，它可以减少脚本编写的工作量，但关键的回归测试仍然更适合用确定性的测试和断言来完成。
AI 移动端测试应该保留哪些证据？
保留应用与设备版本、输入内容、屏幕截图、执行的操作、检查点、错误信息，以及最终的确定性断言结果。
Melaya 可以测试 iOS 应用吗？
不支持 iOS 设备控制能力。目前的 Device Control 只专注于 Android。
继续阅读指南
最近审核时间：2026 年 8 月 20 日 · 当前产品范围：支持 Android，不支持 iOS
