Agent-driven testing: come agenti integrati cambiano sviluppo e QA

Il 31 ottobre 2026 Simon Willison mostra che con datasette-llm 0.1a9 Datasette Agent parte con un solo comando, senza impostare il modello: uvx --with datasette-agent datasette content.db --internal internal.db¹. La tesi: piccoli innesti come questo, sommati a integrazioni più ambiziose negli IDE e a infrastrutture di test più vicine all’hardware, stanno spingendo sviluppo e QA verso workflow guidati da agenti.

IDE come hub per gli agenti

Android Studio Rabbit 2 è stabile e abilita Bring Your Own Agent. Oltre 40 agenti compatibili con Agent Client Protocol si installano dall’IDE, via Settings, Tools, AI, Agents. Si può passare tra agenti per ottenere funzioni rilasciate di recente. Gli agenti leggono la struttura del progetto, risolvono simboli, renderizzano Compose Preview e lavorano con Emulator e Logcat².

Google affianca una code review disegnata per i cambi proposti dagli agenti. La si avvia dalle modifiche pendenti o dalla finestra Git. Android Studio produce un report con i potenziali problemi per capire cosa è cambiato e dove intervenire².

Chi preferisce il terminale trova strumenti pronti in Android CLI. Lo streaming dei dispositivi Android, alimentato da Firebase, consente test remoti su hardware reale. Le anteprime Jetpack Compose si renderizzano senza Emulator o distribuzione di un APK. Il profiling cattura system traces di livello produzione con Perfetto per indagare cold startup, jank dell’interfaccia e risvegli in background².

Questa centralità dell’IDE crea una cerniera: gli agenti interagiscono con codice, log e anteprime. La review specifica per i loro cambi introduce un primo strato di controllo, vicino agli sviluppatori, prima di arrivare alle pipeline.

Plugin sui dati, meno attrito all’avvio

Sul versante dati, datasette-llm 0.1a9 elimina un passaggio che frenava l’uso degli agenti. Datasette Agent ora pesca il modello predefinito già impostato in LLM. Prima serviva aggiungere -s plugins.datasette-agent.default_model gpt-6-astra. Willison definisce la modifica un “tiny user experience improvement” e accenna a “big upgrades” in arrivo, senza dettagli¹.

Il guadagno è pratico: chi prova a integrare agenti in strumenti di ispezione e pubblicazione dati parte subito, senza configurazioni ridondanti. Un gesto in meno accelera l’onboarding di team e prototipi.

Registrazioni e OTP: come i team QA aggirano i colli di bottiglia

I flussi di registrazione con OTP mettono in crisi test paralleli e dispositivi reali. Il passaggio tra app e browser per leggere l’email, su telefoni a bassa memoria, può chiudere processi in background. La latenza di provider temporanei rallenta l’aggiornamento delle caselle, scattano time-out. Le caselle statiche condivise si calpestano tra run: l’ultimo OTP sovrascrive il precedente. I filtri antispam bloccano raffiche di messaggi ravvicinati. Gli alias con “+” spesso vengono rifiutati dai validatori e incontrano i rate limit degli account Google in batch CI/CD³.

Le squadre QA spostano questi test su inbox effimere dedicate. Tre leve: generazione istantanea di indirizzi isolati, recapito via webhook in pochi secondi, persistenza locale dei messaggi. Ogni run ottiene una casella pulita, senza registrazione, su pool di domini come .site.cfd e .xyz. Il recapito non usa IMAP o POP3. I webhook portano l’OTP subito e permettono di tenere i test dentro l’esecuzione, senza context switch³.

Questo riduce flakiness e tempi di attesa. Stabilizza i run paralleli e libera gli agenti dal dover “aspettare” il canale email.

Test end-to-end su telefoni reali, anche per agenti

Per i test mobili emerge un asse hardware più vicino al dispositivo. Vibium sta costruendo un servizio ospitato di telefoni reali che agenti AI possono guidare da remoto, con video, audio, connettività cellulare e input a livello hardware. Per provarlo si può scrivere a hello@vibium.com⁴.

Accanto al servizio c’è Roadie, un KVM hardware open indicato a circa 86 dollari, sviluppato dallo stesso team. Jason Huggins, creatore di Selenium, mostra un progetto PCB per l’automazione mobile con Roadie: due schede Adafruit QT Py RP2040 e un dongle di cattura HDMI permettono a un agente di vedere lo schermo del telefono e agire come tastiera, mouse, pennino touch, microfono e cuffie. Funziona out of the box con Vibium, il suo stack di automazione per agenti⁴.

Sul piano del metodo, Butch preferisce un agente dedicato a scrivere i controlli automatizzati, separato dall’agente che ha scritto il codice in esame. Descrive un approccio “outside in”: test in black box guidati dai requisiti e dall’applicazione sotto test. Tiene gli end-to-end in un repository separato per restare davvero esterno e ridurre il bias di chi ha scritto il codice⁴.

Queste scelte combinano due esigenze: far toccare all’agente un dispositivo reale con canali affidabili e tenere una separazione netta dei ruoli tra chi genera modifiche e chi le verifica.

Formazione e carico: esercizi, flakiness e riuso degli script

La issue 331 di Software Testing Weekly, datata 20 ottobre 2026, apre con un Playwright Playground gratuito. Oltre 40 esercizi pratici e un laboratorio dedicato ai test instabili aiutano i team a riconoscere pattern di fragilità e a costruire contromisure⁵.

Sul fronte prestazioni, lo sponsor BrowserStack Load Testing propone di riutilizzare test Playwright o Selenium come test di carico, fino a 1.000 browser in parallelo, con traffico API in background. L’obiettivo dichiarato è rilevare in anticipo quando una pagina inizia a rallentare. È prevista una prova gratuita. La sponsorizzazione indica una reach di 9.291 tester per link⁵.

L’abbinata è utile quando gli agenti generano cambi rapidi. Esercizi su flakiness e carico con script esistenti riducono i tempi per scoprire regressioni e colli.

Una pipeline che tiene insieme gli spigoli

Mettendo in fila gli elementi delle fonti, emerge una pipeline praticabile:

• integrazione di agenti in Android Studio, con installazione e switch via UI, più una code review centrata sui cambi degli agenti²;
• avvio più rapido di agenti su dati con datasette-llm 0.1a9, senza configurare il modello nel plugin¹;
• esecuzione su telefoni reali pilotabili da agenti, in hosting o via KVM hardware, con canali video e input a livello hardware⁴;
• gestione robusta di registrazioni e OTP con inbox effimere, recapito via webhook e isolamento tra run³;
• addestramento su test instabili e riuso degli script per il carico fino a 1.000 browser in parallelo⁵.

Questo filo disegna una tendenza: l’agente entra negli strumenti che gli sviluppatori già usano, tocca dispositivi reali e si appoggia a infrastrutture pensate per ridurre attese e interferenze. La code review per i cambi generati dagli agenti, unita a test “outside in” tenuti fuori dal repository dell’applicazione, offre una base di governance che i team possono adottare senza cambiare modello mentale in blocco^2,4.

Chiusura operativa: osservare dove si tolgono frizioni è un buon predittore di adozione. Nel giro di poche settimane vediamo un comando in meno per avviare Datasette Agent, inbox che consegnano OTP via webhook in pochi secondi e agenti che si installano dall’IDE e lavorano con Emulator e Logcat^1,3,2. Qui si costruiscono i margini che, per sviluppo e QA, fanno la differenza tra una demo e un flusso quotidiano.