Moment moment moment…
Jak přesně to řeší problém s tunami kódu, které vývojář nestíhá kontrolovat? Tohle jsou end-to-end testy, které stejně někdo musí napsat a nejspíš je zase napíše LLM. Elegantní je, že ty testy pracují přímo s agentem, který simuluje uživatele a jak se zmiňují sami autoři — není potřeba psát selectory a waity, místo toho přirozeně popíšu, co a jak chci otestovat… ale to neřeší to nestíhání ;)
Takže to dopadne stejně tak, že tyhle testy po vygenerování nikdo nezkontroluje. Přidanou hodnotu to může mít pro dokumentaci, ale je to v dnešní době ještě vůbec potřeba?