Momentic выпустила Mo: ИИ-агента, который ищет баги в приложении

Momentic, разработчик инструментов для сквозного (end-to-end) тестирования приложений с помощью ИИ, представила Mo, «ИИ-инженера по тестированию», который проверяет приложение целиком. По описанию на странице продукта, Mo проверяет критичные пользовательские сценарии и ищет баги по текстовому запросу. Компания сообщает, что Mo вышел из беты. Сессию можно запустить из своего кодингового агента, из приложения, из комментария к пул-реквесту или через консольную утилиту qa. По заголовку публикации на Hacker News это запуск стартапа из набора YC W24.

Идея продукта: кодовые агенты сильно ускорили написание софта, и узким местом стало понимание, что оно работает. Проверка, по мысли компании, должна быть частью цикла работы агента: агентам нужны свидетельства из самого приложения, что их правки дают нужное поведение.

Как это устроено. Тесты пишутся как шаги и проверки на обычном английском в YAML-файлах, которые лежат в репозитории и версионируются; их могут просматривать и команда, и кодовый агент. Тесты можно запускать из командной строки и в CI перед слиянием или деплоем. Если шаг падает, можно посмотреть скриншоты и трассировки, а AI-triage (автоматический разбор сбоев) выясняет причину и предлагает исправить тест, на проверку человеку. «Постоянное лечение» (permanent healing) предлагает правки в файлах тестов тоже на ревью: пользователь применяет diff и перезапускает. Отдельная «база знаний» хранит терминологию продукта, бизнес-правила и ожидаемое поведение, чтобы агенты опирались на них при выборе действий и проверке результатов. Triage, по описанию, коммитит исправления, вызванные веткой пользователя, а по остальным причинам открывает пул-реквест и просит ответственного проверить.

При запуске из комментария, метки или CLI Mo тестирует превью-деплой пул-реквеста, публикует ревью с находками и выставляет собственную проверку коммита. Уровень усилий задаётся для каждой сессии (low, medium, high, max): от примерно 15 минут для пул-реквеста до примерно 2 часов для всего приложения. Каждый функциональный баг перед отчётом воспроизводит отдельный агент. Сессии выполняются в облаке, в вебе или на размещённых устройствах Android и iOS, с подключёнными серверами MCP и секретами организации. Багами можно управлять командой qa bugs: принять, отклонить, исправить или переоткрыть; повторная проверка сохраняет находку и историю и помечает баг исправленным, когда Mo больше не может его воспроизвести.

Сравнение. Компания пишет, что оценила Mo, Codex, Claude Code и Devin на 20 областях четырёх открытых проектов, Gitea, Metabase, Twenty и Saleor. При 60 минутах на область Mo нашёл около 269 размеченных багов, ближайший агент, около 86. Это собственный замер вендора.

Примеры и метрики клиентов. В качестве примера найденного сбоя приведено финтех-приложение, где изменение маршрутизации при входе обошло шаг проверки нового устройства. Клиентские показатели без названия компании: ежедневный прогон тестов сократился с 7 часов до 30 минут, заменено более 500 ручных тест-кейсов, 100% критичных тестов создано за месяц. Есть отзыв о Poe.com. Для корпоративных клиентов заявлены SSO по SAML и OIDC, роли Admin и Member, журналы аудита, выделенный менеджер и приоритетная поддержка; Momentic называет себя сертифицированной по SOC 2 Type 2.

Список обновлений на странице включает: агент V3 стал основным везде (планирует сценарий заранее, кэширует найденные шаги и «самолечится» при сбое), поддержку iOS и Android с записью экрана, MCP-сервер для управления тестами из Claude Code или Cursor, кэширование веток в AI-действиях и отдельного «ревьюера», который смотрит, где приложение реально оказалось, прежде чем засчитать действие.

Ключевые факты

Momentic объявила, что её ИИ-инженер по тестированию Mo вышел из беты: он проверяет приложение целиком по текстовому запросу, в вебе и на размещённых устройствах Android и iOS.
В собственном сравнении компании на 20 областях Gitea, Metabase, Twenty и Saleor (по 60 минут на область) Mo нашёл около 269 размеченных багов, ближайший агент, около 86; Mo сравнивали с Codex, Claude Code и Devin.
Тесты, шаги и проверки на обычном английском в YAML-файлах в репозитории; их можно запускать из CLI и в CI, а сбои разбирает AI-triage, предлагая правки на ревью.
Сессию можно запустить из кодового агента, приложения, комментария к пул-реквесту или через CLI qa; продолжительность, от около 15 минут для пул-реквеста до около 2 часов для всего приложения.
Клиентские метрики без названия клиента: тесты за день вместо 7 часов, 30 минут, заменено более 500 ручных тест-кейсов; цены на странице не указаны.

Почему это важно

Кодовые агенты ускорили написание кода, и проверка результата становится узким местом, именно на этом строит позицию Momentic. Mo, попытка закрыть этот разрыв: агент, который сам проходит приложение, находит баги и воспроизводит их перед отчётом. Новизна не в самой идее автотестов, а в том, что проверка встроена в цикл работы кодового агента (из редактора, из пул-реквеста, из CI) и опирается на тесты, которые читаются человеком.

Кому это важно

Командам, которые пишут много кода с помощью ИИ и не успевают проверять его вручную; инженерам по качеству и разработчикам, поддерживающим ручные регрессионные наборы; компаниям с мобильными приложениями (заявлены размещённые эмуляторы Android и iOS); корпоративным заказчикам, которым важны SSO, журналы аудита и сертификация SOC 2 Type 2.

Как это применить

Согласно странице продукта, тесты описываются на обычном английском в YAML-файлах в репозитории, запускаются через CLI и в CI перед слиянием или деплоем. Для пул-реквестов Mo можно запустить комментарием, меткой или из CLI: он проверит превью-деплой, оставит ревью и выставит проверку коммита. Уровень усилий (low, medium, high, max) задаёт длительность сессии. Для проверки продуктовых правил можно заполнить базу знаний. Условия оплаты и цены на странице не приведены.

Можно ли доверять

Основной источник, страница самого вендора, то есть рекламный материал. Сравнение с Codex, Claude Code и Devin, собственный замер компании: на странице не сказано, кто и как размечал баги, как были настроены конкуренты и какой агент назван «следующим лучшим»; независимой проверки не упомянуто. Клиентские метрики (30 минут вместо 7 часов, 500+ тест-кейсов, 100%) не привязаны к названному клиенту, а отзыв о Poe.com не подписан конкретным человеком. Доли ложных срабатываний в отчётах о багах на странице нет.

Риски и подводные камни

Цифры сравнения нельзя переносить на ваше приложение: это ограниченный набор из четырёх открытых проектов и лимит 60 минут на область. Правки тестов от «лечения» и triage предлагаются на ревью, поэтому остаётся ручная проверка диффов. Mo работает в облаке и получает секреты и серверы MCP организации, стоит заранее продумать права доступа. Данных о цене, расходе кредитов и числе ложных срабатываний нет, оценить экономику внедрения по странице нельзя.

«Momentic дал нам быстрый и надёжный способ проверять ответы ИИ в Poe.com, даже когда они не были детерминированными.»

— отзыв на странице Momentic о Poe.com (автор отзыва на странице не назван)