A Epsilon agora escreve testes de interface em frases simples. Manteve o Playwright, e essa é a lição

Um teste de interface típico na Epsilon, a empresa de marketing controlada pelo Publicis Groupe, costumava ter de 80 a 150 linhas de código Playwright. O mesmo teste agora pode ser escrito como 18 frases descrevendo o que um usuário faz: abrir a página da campanha, filtrar por região, conferir se os totais batem. Os números internos da Epsilon colocam a escrita em 5 a 10 minutos em vez de 30 a 90.

Essa é a manchete da implementação que a AWS publicou em 29 de outubro. A parte mais instrutiva é o que a Epsilon não mudou.

O serviço, não a ferramenta

O time de Agentic Platform da Epsilon, com cerca de 50 engenheiros, construiu os testes orientados por intenção como um serviço compartilhado multi-tenant, para que os times de produto não precisem cada um rodar a própria infraestrutura de navegador. Por baixo estão o Amazon Nova Act, que transforma passos em linguagem natural em ações no navegador, e o AgentCore Browser Tool, que oferece sessões gerenciadas de navegador headless com live view, gravações de sessão armazenadas no S3 e auditoria via CloudTrail.

O serviço é exposto internamente como um agente com duas skills: uma grava o teste, outra executa. Cada tenant roda sob uma role com escopo definido, assumida entre contas, de modo que os testes de um time não alcançam os ambientes de outro, e toda sessão é atribuível.

Explorar uma vez, depois repetir

A escolha de design que torna isso utilizável em CI é a divisão entre dois estados.

Em draft, o agente explora: lê as frases, descobre como executá-las na página atual e tenta de novo quando falha. A Epsilon relata que um teste normalmente precisa de quatro ou cinco iterações de prompt para passar dessa fase. A exploração é onde a flexibilidade do modelo compensa e onde ele é lento e gasta chamadas de modelo.

Em active, o serviço repete a trajetória salva da execução bem-sucedida em vez de consultar o modelo de novo. A Epsilon relata taxa de acerto de 100 por cento na repetição de trajetórias ao longo de execuções repetidas. A repetição é mais rápida, mais barata e, acima de tudo, repetível, que é o que um teste precisa ser.

É a mesma ideia que descrevemos em quando o trabalho do agente deve virar software: deixe o modelo resolver o problema uma vez, depois guarde a solução e tire o modelo do loop. Um teste reinterpretado por um modelo a cada execução não é um teste de regressão; é um experimento novo toda vez.

Por que o Playwright fica

A Epsilon mantém a suíte Playwright como espinha dorsal da regressão. Os testes em linguagem natural são aditivos: tornam barato cobrir jornadas que nunca ganharam um teste codificado e expressar intenção que os donos de produto conseguem ler. Eles não substituem testes determinísticos de regressão, acessibilidade, performance ou segurança.

Há razões práticas além do princípio. O endpoint de assinatura do Nova Act fica no US East, independentemente de onde a sessão de navegador roda, o que pesa para times com restrições regionais. Os padrões de viewport do navegador precisam ser levados em conta nos passos de rolagem. E todos os números acima são benchmarks internos da Epsilon, não medições independentes de detecção de defeitos.

O que serve para outros times

Trate os testes de computer use como infraestrutura de plataforma. Sessões de navegador, credenciais para ambientes de teste, gravações e auditoria são iguais para todo time. Construir isso uma vez foi de onde veio a alavancagem da Epsilon.

Faça da trajetória o artefato. Revise e versione a trajetória gravada como código. Quando a interface muda e a repetição falha, o teste volta para draft e uma pessoa aprova a nova trajetória.

Mantenha a suíte determinística. Os testes por intenção ampliam a cobertura. Os testes codificados mantêm o piso. À medida que os agentes de código escrevem mais da aplicação, os dois ficam mais importantes, porque a evidência de que o software funciona tem de vir de fora do modelo que o escreveu.

O teste em frases é a novidade visível. A trajetória repetida é o motivo pelo qual ele consegue rodar em um pipeline toda noite.