Story
Cómo funciona un agente de QA con IA en un solo Mac mini
1792 tests rotos, un Mac mini y un agente con 24 herramientas. Cómo el agente de QA de PerfectApps repara tests, hace el triaje de fallos y da el visto bueno a las releases, y por qué se ejecuta en Apple silicon y no en un VPS Linux.
Actualizado el 2026-09-15
PerfectApps es una plataforma de aplicaciones no-code. Su equipo de QA mantiene más de 2100 casos de prueba automatizados en Cypress y Selenium. Hoy la mayor parte de ese trabajo la lanza, la analiza y la reporta un agente de IA que vive en un único Mac mini dedicado.
Así es como surgió, qué hace y por qué la elección del hardware fue deliberada.
Empezó con 1792 tests rotos
Una corrección de seguridad obligatoria eliminó Bootstrap de todo el código de PerfectApps. La estructura de las páginas cambió en todas partes a la vez, y 1792 casos de prueba se rompieron el mismo día, en más de 50 áreas del producto.
Nadie estimó en detalle la reparación manual, porque nunca se hizo a mano. El cálculo aproximado era todo el equipo, cuatro personas, sin hacer otra cosa durante hasta dos meses.
Fue entonces cuando el agente dejó de ser una idea.
Reparar, luego cubrir, luego juzgar
Reparar. En lugar de arreglar 1792 tests uno por uno, el agente encontró cada causa raíz una sola vez y aplicó la corrección en todas las specs afectadas. El inicio de sesión pasó a un único comando compartido, así que un solo cambio llegaba a todos los tests.
Cubrir. Con la reparación funcionando, el mismo enfoque se aplicó a áreas que nunca se habían probado. La suite pasó de 1400 a 1955 archivos de spec. Entre ellas, un diseñador visual de diagramas dibujado en un canvas, que no ofrece nada en lo que un test pueda hacer clic. La solución fue dejar de probar el canvas y comprobar en su lugar los datos guardados: 51 specs nuevas, todas en verde en la primera ejecución completa.
Juzgar. Después de cada regresión, alguien tenía que revisar los fallos y decidir cuáles eran tests rotos, cuáles bugs reales y cuáles ruido. Eso llevaba 12 horas entre tres personas por release. Ahora es trabajo del agente. En una release revisó 1748 resultados de test y encontró exactamente un bug real del producto entre unos 300 fallos. El resto era deuda de la migración.
Qué hace el agente
El agente tiene 24 herramientas y decide por sí mismo cuáles llamar y en qué orden. El equipo le habla en inglés corriente, en Microsoft Teams o en la web.
Una ejecución de release pasa por un pipeline fijo:
One release run
- 1SanityA smoke test on production. If it fails, everything stops.
- 2RegressionMore than 2,100 test cases in five parallel lanes, in about 90 minutes.
- 3New testsSpecs for areas without coverage, generated while regression runs.
- 4TriageEvery failure classified as a test issue, a real bug, a flaky test or a known blocker.
- 5ReportA GO or NO-GO verdict, posted to Teams and to the GitHub pull request.
Algunos ejemplos de lo que cambió:
| Tarea | A mano | Con el agente |
|---|---|---|
| Triaje de una regresión completa | 12 horas, 3 personas | Minutos |
| Escribir un test nuevo a partir de un ticket de Jira | De 2 a 4 horas cada uno | Minutos |
| Registrar un bug tras la regresión, con pruebas | De 30 a 60 minutos cada uno | Automático |
| Dar el visto bueno a una release de hotfix | Medio día | Minutos |
El valor no está en el tiempo ahorrado en una línea concreta. Está en que semanas de trabajo manual ya no aparecen en absoluto en el ciclo de release.
Por qué un Mac mini y no un servidor Linux
El agente se ejecuta de forma nativa en un Mac mini dedicado. Sin Docker, sin Kubernetes, sin clúster. Se conecta con el exterior a través de un Cloudflare Tunnel.
Fue una decisión, tomada tras compararlo con un VPS Linux:
- Los navegadores van más rápido. En Apple silicon, Chrome y Cypress funcionaron entre tres y cinco veces más rápido que en el VPS.
- El agente trabaja sobre el repositorio real. Lee y escribe directamente los archivos de test, así que generar una spec nueva no necesita ninguna capa de API adicional.
- Nada que simular. Un Mac tiene una pila gráfica real, así que no hay que mantener vivo un servidor de pantalla virtual solo para abrir un navegador.
- Margen para modelos locales. Los modelos pequeños en el Neural Engine del Mac pueden encargarse del enrutamiento y de la clasificación sencilla, y el modelo más grande en la nube se reserva para el razonamiento que lo necesita.
El VPS habría costado 43 dólares al mes menos. Eso es menos que el día de ingeniería que costaría la migración.
Qué significa esto si está creando un agente
- Dele al agente su propia máquina. Necesita un navegador, un sistema de archivos y libertad para funcionar durante horas sin que nadie le cierre la sesión ni lo reinicie.
- Empiece por el trabajo que nadie quiere hacer. El cuello de botella eran el triaje y la reparación de tests, no escribir funciones nuevas.
- Deje el veredicto en manos de una persona. El agente clasifica y recomienda. El equipo decide si una release sale.
- Elija el hardware según la carga de trabajo. Si su agente maneja un navegador o compila para plataformas de Apple, Apple silicon se amortiza rápido.
El agente de QA de PerfectApps se creó para uso interno y se ejecuta en un Mac mini dedicado en MacDuty.
En stock hoy
Estos están en el rack ahora. Elija uno, vea qué incluye y cree su cuenta solo cuando haga el pedido.
Consultando los racks
Un Mac mini propio
Elija una configuración. Si no está disponible, deje su correo y le escribimos el día en que esté en el rack.
Anual: al menos un 19 % menos que pagando al mes
Siguiente