Как тестировщик попал в комьюнити‑стартап с нейронками и написал ИИ‑генератор заглушек

Всем привет! Я Стас, работаю в тестировании, последнее время — в Альфа‑Банке на проекте B2B‑рассрочка.

Эта история началась весной 2025-го. К тому времени я осознал, что знание нейронок вот‑вот станет не просто плюсиком в резюме, а обязательным навыком для всех айтишников. Я пошёл на опережение: читал статьи, смотрел видео, пытался применять что‑то в работе и даже написал Телеграм‑бота, определяющего уровень английского.

Как я попал в ИИ‑комьюнити

После пет‑проекта под Телеграм я решил, что готов к чему‑то большему. Пришёл к коллегам в банке, которые разрабатывают ИИ‑платформу AlfaGen, и спросил, можно ли куда‑то вписаться волонтёром? Сначала чёткого ответа я не получил.

Чуть позже в AlfaGen собрали созвон ИИ‑комьюнити. На встрече нам показали табличку с идеями реально полезных фичей, которые помогли бы в задачах, но делать их пока было некому. Я вписал свою фамилию в проект, связанный с тестированием — агент для генерации заглушек. Идею предложили ребята из нагрузочного тестирования. Вписал и забыл об этом на пару месяцев.

В конце лета заказчики собрали подробные бизнес‑требования — BRD/Business Requirements Document. Дело оставалось за «малым» — написать код и запуститься.

В бизнес‑требованиях нагрузочные тестировщики прописали, что агент через уточняющие вопросы генерирует код API‑заглушки — имитацию ответа от сервиса с заранее подготовленными данными. К примеру, если фронтенд уже готов, а бэкенд ещё в разработке, то тестировщик сидит и ждёт, а с заглушками уже мог бы приступать к тестированию.

Как я написал генератор заглушек за ночь

Предполагалось, что на написание проекта уйдёт 3 месяца, но я об этом не знал и сделал всё за вечер. На нашей ИИ‑платформе AlfaGen есть «Промпт‑мастерская». В ней я разработал промпт, который прогонял заданный мной сценарий и выдавал код заглушки.

Я показал результат коллегам, и они ушли собирать обратную связь. Но я как тестировщик и потенциальный юзер приложения понимал: мне было бы крайне неудобно долго переписываться в чате, потом где‑то что‑то поднимать и запускать, чтобы начать пользоваться заглушкой. Да, я сделал за вечер интересный пайплайн, но он почти не экономит время и сложен для тех, кто не умеет программировать. Нужно было более удобное решение.

Версия 2.0: ИИ‑агент

Я решил пересобрать процесс. Мне пришло в голову объединить три компонента:

1. Wiremock — инструмент для работы с заглушками, на нём они поднимаются и работают. Покрывает большинство потребностей тестировщиков.

2. API — для связки Wiremock и нашего Web UI — AlfaGen. Писал на знакомом мне Kotlin + Spring AI.

3. UI — чтобы всё было наглядно даже новичку. Фронтенд на React мне сгенерировал ИИ.

За две недели вечерами я накидал MVP. В UI в окно чатика накидываешь инфу о том, какая тебе нужна заглушка (запрос, ответ, задержка и так далее). Например:

REST заглушка для получения пользователя по ID. Если userId=123, вернуть {"name": "John Doe", "email": "[email protected]"}. Если userId=456, вернуть {"name": "Jane Smith", "email": "[email protected]"}. Для всех остальных случаев вернуть ошибку 404.

Для тех, кому важно всё контролировать, есть ручной режим, в котором все параметры указываются по отдельности.

ИИ‑агент проходит несколько этапов:

1. Определяет тип заглушки (REST или SOAP).

2. Определяет метод (GET, POST, PUT и так далее).

3. По условию понимает, сколько нужно создать заглушек, и генерирует их код (в примере выше будет создано три заглушки с одинаковым URL, но отдающих разный ответ при различных входных данных: с userId=123, с userId=999 и userId ≠ 999).

4. Проверяет сгенерированный код на ошибки.

5. Поднимает их в Wiremock.

Эти этапы занимают у агента 10–15 секунд, после чего созданную заглушку сразу можно использовать внутри банка. К тому же, такое решение будет удобно не только нагрузочным, но и любым другим тестировщикам.

На момент сборки ИИ‑агента под генерацию заглушек я не нашёл в открытом доступе подобных решений без LLM. Сейчас что‑то похожее появилось в Wiremock Cloud, но решение кажется более сложным для обычного пользователя.

В октябре меня пригласили выступить с презентацией на демо той самой платформы AlfaGen, в Web UI которой я собирал проект. Заглушками сразу заинтересовались в банке. Мы объединились с командой, фуллтайм (а не вечерами, как я) создающей QA‑агентов.

Позже я добавил новые функции: окно чата с ИИ, папки для разных проектов. По обратной связи коллег добавил группы заглушек (заглушки с логикой) и поправил баги.

К концу ноября я поправил все критичные недочеты, и мы начали подготовку к запуску на весь банк. Нам выделили отдельный домен и сделали доступы, переписали фронт под банковские библиотеки, аналитик платформы AlfaGen составил документацию. Теперь проект выглядел уже не как чатик с LLM, собранный за вечер, а как заряженный проект, готовый к масштабированию.

Сейчас генератор API‑заглушек тестируют фокус‑группы в банке, а локально поднятая версия активно используется в моём стриме на реальных задачах — в продуктах для малого бизнеса.

Вывод

Мне такой «стартап» помог сильно вырасти и в разработке ИИ‑агентов, и в понимании процесса запуска в ИТ, приблизиться к цели стать SDET (Software Development Engineer in Test).

Теперь это не просто пет‑проект на нейронках, а возможность посмотреть на то как придуманный мной ИИ‑агент упрощает жизнь тестировщикам.