凌晨三点，pager 没响。不是故障——是我半夜翻到一篇 Self-Healing Playwright 的文章，用 AI 给测试定位器做自愈。标题一入眼，瞌睡醒了。再看一眼那个"recover rate 99%"的架势，我脑子里蹦出来一句：这套剧本我见过。换个皮而已。
作者干的事不复杂：原始选择器挂了，它按顺序试一堆替代方案——data-testid 模糊匹配、aria-label、placeholder、alt、role+name、可见文本，最后是相对位置。每试一步记日志，最后给你个报告，说这整套测试恢复率多少。
策略链这一段我看了好几遍，说实话，顺序是内行排的。data-testid 优先，aria 次之，语义标签再往后，最后才轮得上"可见文本"和"相对位置"这种野路子。这没有把最靠谱的撂在最后，作者心里有数。
但让真正我醒过来的，是藏在文档角落里的一行小字：
"只有定位器匹配数量恰好为 1 时才视为成功。"
这是整个引擎里最值钱的一行。
我见过多少"智能修复"方案？匹配到第一个就扑上去，抓错了，然后几千行测试齐刷刷跑那个错元素。那种失败不报错的，绿油油地过——全过了，全偏了。你根本不知道哪条用例在跑什么，直到生产环境炸了它才变成你的锅。作者能把"恰好一个"写进规则里，说明他踩过这个坑，而且大概率是半夜踩的。这一行，是用一次复盘换来的。
再说它那个 HealingLog。每次尝试都记录，输出 JSON 到 reports 目录。你可能觉得这就是个日志，谁没有啊。
但它比自愈本身值钱，是因为它补了个亘古的空白。
你排查一个半夜挂掉的测试，翻遍整个项目，翻到天快亮，手里只有最后一次失败的画面。你永远问不出那句"昨天还好好的，今天怎么炸了"——中间那一百个变化，没人替你记。这个 Log 记得。每次修复、每次快照，一套测试的编年史。
这比所有 fancy 的自愈算法都像话。因为它终于把你从"听说定位器崩了"那个云里雾里，拉到一块真的墓地前面——每一块墓碑都写清了死因。
到这儿为止，这工具我是认的。
然后越往后看，有个念头就越往上冒：这个自愈的方向，是不是哪儿不大对劲。
我目睹过一个人从 QA 转去做规划，把自动化一股脑交给 AI。我跟你说这事儿很危险。QA 是团队里唯一真正关心"这里会坏"的角色——别人都在关心"这里能不能跑"，只有 QA 惦记着它什么时候会坏。你把这层拿走，剩下的人就全在"应该能跑吧"里过日子了。
更危险的苗头是：作者想把引擎自动注入到每个测试页。
我真想把那位作者摇醒——你注入进去，你就永远不知道哪条用例在跑什么。你等于亲手扔掉了测试体系里最要紧的东西：确定性。以前你测完一趟，能指着报告说"这条过了，稳的"。注入自动化的那一刻起，你只能说"这条这轮过了"。
"稳的"和"这轮"，中间隔着的，就是凌晨三点那个电话。
测试是什么？测试是你对"我不知道我自己不知道什么"的确认。你把它交给一个会给自己找理由的引擎，等于在把项目里所有的不确定一点点攒起来。攒到某一天，压死你的就是那声不响的 99% 恢复率——它看着在办好事，实际上把所有翻车静默消化了，连个尸首都找不着。
补一刀，作者后面还盘算着拿每次修复的 DOM 快照去训练模型，预测哪个定位器快失效了。
这个想法，我一眼看过去就想起四个字：不是预测，是考古。
测试是契约。定位器是插在契约上的桩。桩会松，是因为有人改了需求、动了界面、把语义结构和规范顺手也改了。可这张 DOM 快照里，哪里写着一个 project manager 在两周前的下午说"这块我们简化一下"？写不下。模型练到死，只能练出一个内心全是忐忑、摸不到真实语义的应声虫。它预测不了任何东西——因为桩被拔掉的原因，从来不在快照里。
把文章标成已读，关掉。我的判断很简单：
当工具用，行。救个急、给定时的测试一个台阶，不复杂，能落地。
当框架用，把你整个测试策略交出去？那是事故的序章。这个序章我看了十几年了，结尾都是一个模子——
凌晨三点，pager 响。
干这行的人，总有一个瞬间觉得"这活儿可以让 AI 接过去"，那个瞬间的轻松感是真的迷人。但 QA 和可确定性，是你在交付流程里最后能拽住的两根绳子。别松手。
我不是说 AI 别碰测试。AI 补定位器、补快照，好东西。但测试不是一套跑得快的 script，是你用来搞清自己在造什么的活体文档。别让自愈引擎随手就把它修成一个你没见过的样子——到那天你说不清它在跑你造的东西，还是跑它自己造的东西。
本期教训：定位器可以自愈，测试哲学别。