Epsilon documente des tests d’interface en langage naturel avec Nova Act
L’essentiel de l’annonce
Epsilon décrit une plateforme interne qui exécute des tests d’interface avec Nova Act dans des navigateurs gérés par AWS. Les équipes rédigent des intentions et conservent résultats et captures. Le dispositif complète les tests Playwright existants, avec des résultats limités aux mesures internes présentées.
- Date de la source
- Catégorie
- Agents et développement
- À qui cela s’adresse
- Source originale du 2026-10-29. Vérification le 30 octobre 2026.
- Sujet du contenu
- Epsilon documente des tests d’interface en langage naturel avec Nova Act
- Entreprises / organismes
- AWS, Epsilon
- Technologies
- Agent IA, Environnement isolé, Workflow hébergé
Présentation
Epsilon, entreprise de données et de services marketing du groupe Publicis, voulait proposer des tests d’interface à plusieurs équipes sans reproduire l’infrastructure de navigateur. Le billet AWS du 29 octobre décrit son usage d’Amazon Nova Act avec le navigateur géré d’Amazon Bedrock AgentCore.
La plateforme exécute des étapes écrites en langage naturel, enregistre les résultats et peut réutiliser une trajectoire ayant réussi. Playwright reste la base des tests de régression déterministes d’Epsilon.
Ce qui change
Le cas décrit une couche de tests fondés sur l’intention, ajoutée aux contrôles automatisés déjà en place.
Exprimer le parcours à vérifier
Les étapes peuvent inclure conditions, défilement et vérifications visibles. Des personnes qui ne rédigent pas les scripts peuvent lire et discuter ces intentions.
Mutualiser l’exécution
La plateforme crée les sessions de navigateur, applique les rôles de chaque équipe et conserve captures et résultats par étape. Les équipes consomment cette capacité via leur plateforme commune.
Fonctionnement
Une demande de test traverse l’interface de la plateforme, un exécuteur en arrière-plan et une session de navigateur pilotée par Nova Act.
Décrire
Enregistrer l’adresse cible et les étapes attendues du scénario.
Exécuter
Ouvrir une session gérée et faire réaliser les actions par l’agent.
Examiner
Consulter les résultats et captures, puis valider les trajectoires réutilisables.
Usages possibles
Le retour concerne surtout les équipes plateforme et qualité qui partagent plusieurs applications et souhaitent compléter leur couverture existante.
Exemple possible
Un exemple possible
Une équipe pourrait décrire un parcours de création de compte et examiner les captures des étapes échouées, tout en maintenant les assertions précises de sa suite de régression.
Accès et limites
Le cas concerne une plateforme interne, pas un service Epsilon ouvert à tous. Les temps de rédaction et les taux de réussite proviennent de mesures internes. Le taux de 100 % cité porte sur la répétition de trajectoires déjà validées, après exploration, et ne mesure pas la fiabilité générale de l’agent. Les coûts comparatifs et la reproductibilité indépendante ne sont pas établis.
Conditions d’accès. Architecture interne sur AWS avec identités, rôles et comptes configurés. Tarifs et coût complet non établis dans le cas.
Pour votre projet
Comparer couverture, temps de préparation, stabilité et coût sur des scénarios représentatifs avant d’étendre cette approche.
- Les résultats portent-ils sur une exploration nouvelle ou un rejeu déjà validé ?
- Le scénario vérifie-t-il les erreurs métier au-delà de la réussite des clics ?
Le cas décrit généralement quatre à cinq itérations de consignes pendant l’exploration initiale.
Sources et vérifications
Source de l’annonce
Building intent-driven UI testing with Amazon Nova Act
Lire la source officielleSource vérifiée le . Les résultats présentés sont ceux annoncés par les auteurs.
Sources consultées lors de la tâche planifiée. Aucun logiciel présenté n’a été installé ni essayé.
Fiche préparée avec ChatGPT. Notre méthode éditoriale.