Imaginez que vous construisez une ville massive et en perpétuelle mutation, faite de verre et de lumière. Chaque jour, des architectes ajoutent de nouvelles tours, des peintres changent les couleurs des fenêtres et des ingénieurs remplacent les portes. Cette ville est une application mobile, et les gens qui y vivent sont des millions d'utilisateurs. Pour s'assurer que la ville ne s'effondre pas, vous devez parcourir chaque rue, ouvrir chaque porte et vérifier chaque fenêtre pour voir si elle fonctionne toujours. C'est ce qu'on appelle le « test ». Mais voici le problème : la ville change si vite que le temps que vous finissiez de vérifier une rue, les architectes l'ont déjà reconstruite. Si vous essayez d'écrire une liste de contrôle stricte et robotique pour chaque porte, au moment où un peintre change une poignée de porte, votre liste de contrôle se brise et vous devez la réécrire de zéro. C'est le cauchemar du test d'application traditionnel : c'est lent, fragile et cela nécessite des armées de personnes pour corriger constamment les listes de contrôle brisées.

Entrez dans l'idée du « détective IA ». Au lieu d'un robot qui sait exactement où se trouve une poignée de porte, imaginez un détective qui comprend à quoi sert une poignée de porte. Si la poignée de porte se déplace, le détective ne panique pas ; il cherche simplement l'objet qui ouvre la porte et continue son chemin. Ce document, écrit par des ingénieurs chez Uber, présente un nouveau système appelé DragonCrawl. Il utilise une intelligence artificielle super intelligente (un grand modèle de langage) pour agir comme ce détective. Au lieu de mémoriser une carte rigide, DragonCrawl lit l'application comme un humain le ferait : il regarde l'écran, comprend l'objectif (comme « réserver une course ») et détermine l'étape suivante de lui-même. Le document montre que cette approche est beaucoup plus rapide, moins coûteuse et moins susceptible de se briser lorsque l'application change, permettant à l'entreprise de tester des milliers de scénarios différents automatiquement à chaque mise à jour de son application.

L'ancienne méthode vs La nouvelle méthode

Avant DragonCrawl, Uber essayait une méthode appelée DragonCrawl V1. Considérez cela comme un étudiant essayant de résoudre un labyrinthe en mémorisant une seule photo du chemin. Si le labyrinthe ressemblait exactement à la photo, l'étudiant pouvait le parcourir. Mais si les murs bougeaient même un peu, ou si l'étudiant voyait le même couloir deux fois dans différentes parties du labyrinthe, il était confus et tournait en rond. Ce système fonctionnait assez bien pour des tâches simples, mais échouait lamentablement lorsque les tâches devenaient complexes. C'était comme essayer de naviguer dans une ville en regardant seulement une carte statique ; dès que la ville grandissait, la carte devenait inutile.

La nouvelle version, DragonCrawl V2, change complètement la donne. Au lieu d'une carte statique, elle utilise un cerveau « génératif ». Imaginez un guide touristique qui n'a jamais été dans votre ville, mais qui sait comment fonctionnent les villes. Vous dites au guide : « Je veux aller à l'aéroport », et il observe la rue actuelle, les panneaux de signalisation et les gens autour de lui pour décider : « D'accord, je tourne à gauche ici ». Si les panneaux changent, le guide ne s'arrête pas ; il regarde simplement les nouveaux panneaux et continue sa route. C'est ainsi que fonctionne DragonCrawl V2. Il ne se contente pas de faire correspondre des images ; il raisonne sur ce qu'il faut faire ensuite en fonction de l'objectif et de ce qu'il voit à l'instant présent.

Comment cela fonctionne réellement

Le système est construit sur quelques astuces ingénieuses qui le font paraître presque humain :

1. Le cerveau basé sur l'intention : Au lieu d'un script disant « Cliquez sur le bouton A, puis cliquez sur le bouton B », les ingénieurs écrivent une phrase simple : « Réserver une course du centre-ville à l'aéroport ». L'IA lit cet objectif, puis regarde l'écran. Elle se demande : « Je vois une carte et une zone "Où allez-vous ?". Pour atteindre mon objectif, je dois appuyer sur la zone ». Elle fait cela étape par étape, en se souvenant de tout ce qu'elle a fait jusqu'à présent, afin de ne jamais s'égarer dans une boucle.
2. Le détective visuel : Quand l'IA pense avoir terminé la tâche, elle ne se contente pas de cocher une case de code pour voir si un mot spécifique est apparu. Au lieu de cela, elle prend une « capture d'écran » et demande à une IA super intelligente (GPT-4o) : « Est-ce que cette image ressemble à une réservation de course réussie ? ». L'IA regarde l'image, voit le reçu ou le message de confirmation, et dit : « Oui, nous y sommes ! ». C'est beaucoup plus difficile à briser car cela ne lui importe pas si le bouton a bougé ou si le texte est passé de « Confirmer » à « OK ».
3. Le voyageur temporel (Appel d'outils) : Parfois, pour tester une fonctionnalité, vous devez mettre en place une situation fictive. Par exemple, pour tester si un chauffeur est approuvé, vous devez prétendre qu'il vient de télécharger sa pièce d'identité. Autrefois, c'était un cauchemar. DragonCrawl peut désormais parler directement aux « coulisses » de l'application. Il peut dire : « Hé, fais comme si ce chauffeur venait d'être approuvé », et le système change instantanément l'état pour que le test puisse continuer. C'est comme un réalisateur qui crie « Coupez ! » et change instantanément la scène pour les acteurs.

Les résultats : Plus rapide, plus intelligent et moins cher

Les chiffres présentés dans le document sont assez impressionnants. Avant ce nouveau système, créer un test pour une seule fonctionnalité prenait aux ingénieurs environ 96 à 120 heures (c'est-à-dire des semaines de travail !). Avec DragonCrawl V2, ils peuvent configurer un test en moins de 4 heures. C'est une accélération massive.

Comme il est beaucoup plus rapide à configurer, l'équipe a pu faire passer ses tests de seulement 48 tests à 1 013 tests. Ils exécutent ces tests automatiquement chaque fois que quelqu'un modifie le code. Le système est incroyablement fiable : il réussit 91,6 % du temps sur iPhone et 92,2 % sur Android. C'est un bond énorme par rapport à l'ancien système, qui ne réussissait qu'environ 80 % des tests simples et échouait complètement sur les tests complexes.

Le document souligne également un avantage surprenant : le coût. Même si l'utilisation d'une IA super intelligente coûte de l'argent pour chaque question à laquelle elle répond, le système fait en réalité économiser une fortune à l'entreprise. En automatisant le travail qui demandait auparavant des semaines aux humains, ils estiment économiser 27 années de développement. C'est comme avoir 27 personnes supplémentaires travaillant pendant un an, simplement en laissant l'IA faire le gros du travail.

Pourquoi cela importe pour tout le monde

Vous vous demandez peut-être : « Pourquoi devrais-je m'intéresser au fait qu'une entreprise teste mieux son application ? ». Eh bien, pensez à la dernière fois où vous avez essayé d'utiliser une application qui plantait sans cesse ou qui ne vous permettait pas d'acheter quelque chose. Cela arrive généralement parce que l'application a changé et que les tests n'ont pas détecté l'erreur. DragonCrawl aide à prévenir cela. Il garantit que lorsque vous ouvrez l'application, les boutons fonctionnent, les paiements passent et la course est réservée, quelle que soit la langue que vous parlez ou la ville où vous vous trouvez.

Le document note également un changement dans le travail effectué. Au lieu d'être des « cliqueurs » qui suivent simplement un script, les testeurs deviennent des « chefs d'orchestre » qui apprennent à l'IA comment penser. Ils passent moins de temps à réparer des tests cassés et plus de temps à construire de nouvelles fonctionnalités. Cela transforme le test, d'une tâche ennuyeuse et répétitive, en un travail créatif et stratégique.

Les limites et l'avenir

Bien sûr, le document est honnête sur ce que DragonCrawl ne peut pas encore faire. Il dépend d'un service d'IA externe, ce qui signifie que si ce service change ses règles ou tombe en panne, le test s'arrête. Cela coûte aussi de l'argent à l'exécution, donc les plus petites entreprises pourraient ne pas pouvoir se l'offrir pour le moment. Et bien qu'il soit excellent pour suivre un chemin, il n'est pas parfait ; parfois, il peut prendre un itinéraire légèrement différent de celui prévu, bien que le système soit conçu pour détecter ces erreurs.

Mais le message principal est clair : l'ancienne façon de tester les applications — écrire des scripts rigides et fragiles — se heurte à un mur. Les applications sont trop complexes et changent trop vite. DragonCrawl montre qu'en utilisant l'IA pour comprendre l'intention plutôt que de simples pixels, nous pouvons construire un avenir où les applications sont testées plus minutieusement, plus rapidement et avec moins de maux de tête. Ce n'est pas seulement un meilleur outil ; c'est une nouvelle façon de penser à la manière dont nous nous assurons que notre monde numérique fonctionne.