Vidéos
Blog QF-Test
Manuel
Tutoriel
FAQ
Les agents IA tels que Claude Code, Cursor ou GitHub Copilot font depuis longtemps partie du quotidien de nombreuses équipes de développement – ils écrivent du code, le refactorisent et proposent des solutions, souvent sans qu’un humain ait à déclencher chaque ligne. La question qui en découle naturellement : pourquoi ces mêmes agents ne se chargeraient-ils pas aussi des tests ?
C’est précisément à cette question que s’attaque QF-Test, notre outil d’automatisation professionnelle des tests d’interface utilisateur. Dans une interview récente à « How QF-Test Makes Agentic Testing Possible » (en anglais), notre développeur logiciel et formateur Max Melzer a expliqué à mgm technology partners comment nous intégrons les tests agentiques dans QF-Test étape par étape – et pourquoi ce changement est bien plus qu’un simple mot à la mode.
Pourquoi l’automatisation des tests évolue précisément maintenant
Avec l’émergence d’agents de codage IA performants, les exigences évoluent : les équipes ne veulent plus seulement exécuter automatiquement les tests, mais déléguer davantage à l’IA l’ensemble du processus de test – de la planification à l’analyse. « Nos clients sont extrêmement intéressés de savoir quelle partie du processus de test ils peuvent confier à l’IA », rapporte Max Melzer. C’est exactement là qu’intervient notre approche par étapes des tests agentiques.
Trois niveaux de tests agentiques
Nous développons délibérément les tests agentiques dans QF-Test en plusieurs étapes qui s’appuient les unes sur les autres.
Niveau 1 – L’IA comme validateur sémantique (déjà disponible) : Certains résultats de test ne peuvent pas être vérifiés par une simple comparaison entre la valeur attendue et la valeur réelle, comme les réponses d’un chatbot intégré. QF-Test peut transmettre de tels résultats à un modèle de langage pour évaluation, qui estime si la réponse est plausible sur le plan du contenu. Les comparaisons rigides de chaînes de caractères se transforment ainsi en une vérification sémantique.
Niveau 2 – L’IA génère des suites de tests (à partir de QF-Test 11) : Au lieu d’enregistrer les tests manuellement, l’IA fournira à l’avenir une première ébauche – sur la base de plans de test ou de tickets existants, ou en explorant l’application de manière autonome pour identifier les zones testables. L’ambition reste réaliste : « Il n’arrive jamais qu’on puisse simplement reprendre le résultat et se dire : ça y est, c’est terminé », explique Max Melzer. « Mais cela enlève beaucoup de travail – surtout au démarrage. » La première ébauche est la base que des testeurs expérimentés font évoluer – et non un paquet de tests fini sans contrôle humain.
Niveau 3 – QF-Test comme serveur MCP (la véritable avancée) : Avec QF-Test 11, l’outil reçoit un serveur MCP intégré. Via le Model Context Protocol, des agents IA tels que Claude Code peuvent alors accéder directement aux fonctionnalités de QF-Test – lancer des applications, exécuter des tests, vérifier des résultats – sans que quiconque ait à ouvrir QF-Test manuellement. Une version préliminaire expérimentale de ce serveur MCP est déjà disponible en public preview, et les premiers clients l’intègrent déjà dans leurs pipelines CI/CD.
Ce qui distingue QF-Test des outils spécialisés
D’autres outils spécialisés dans le test web proposent désormais eux aussi la prise en charge de MCP. Pour QF-Test, la différence décisive réside dans l’étendue des plateformes : nous testons les applications Windows natives, les interfaces Java, les applications Android et iOS ainsi que les documents PDF avec la même approche que les applications web. Quiconque exploite dans son environnement d’entreprise un parc applicatif hétérogène – comme c’est le plus souvent le cas – obtient ainsi un agent de test unique pour tous les domaines, au lieu de devoir recourir à un outil distinct pour chaque plateforme.
Perspectives : qu’apporte QF-Test 11 ?
La génération de suites de tests et le serveur MCP prêt pour la production seront introduits avec QF-Test 11, prévu pour 2026. Les clients et partenaires intéressés peuvent dès maintenant obtenir des versions préliminaires, afin que des retours concrets issus de projets réels alimentent la suite du développement.
Un point reste essentiel : les tests agentiques ne remplacent pas les testeurs expérimentés. Les suites de tests générées par l’IA fournissent un point de départ structuré – la validation métier et le développement ultérieur restent du ressort des équipes QA.
En savoir plus : Lisez l’interview complète de Max Melzer, développeur logiciel et formateur chez QF-Test, sur mgm technology partners : « How QF-Test Makes Agentic Testing Possible » (en anglais).
Plus de détails sur les intégrations d’IA dans QF-Test
When tests become intelligent: AI-driven checks with QF-Test
In this special webinar, we’ll show you how to get the most out of the new AI integrations in QF-Test. With QF-Test 10, you can use AI to test non-deterministic UIs, validate UI components based on semantic criteria, generate test data, and much more.