选型文章最容易写成两种：一种是「我家最好」，一种是拿别人的体感当自己的结论。这篇我努力避开这两条，尽量把四条路线的形状和代价摆出来，最后给五个问题 —— 你答完基本就知道该选哪个了。

先说清楚：这四条路线都能跑测试。「打开页面 → 点一下 → 断言文本」用哪个都写得出来。所以比较的重点从来不是「能不能」，而是代价谁承担。

一、四条路线各自的形状

1）Playwright 裸写

就是直接用 Playwright 的库和 Test Runner 写脚本。

• 官方能力：多语言（JS/TS、Python、Java、.NET）、跨浏览器（Chromium / Firefox / WebKit）；
• 官方自带 codegen：录下你在浏览器里的操作就能生成测试，并且按 role、text、test id 的优先级挑定位器，遇到多个匹配会自动把定位器改得更唯一；还支持保留登录态和 Inspector 调试。

代价：codegen 只是起点，录出来的脚本仍要人维护；用例库、回归编排、失败证据（截图 / console / network）、报告、历史记录，这些都得自己搭 —— 而这恰恰是「跑一次」和「能天天跑」的差距。

适合：有工程能力、要细粒度控制、把 E2E 当代码直接写进 CI 的团队。

2）Cypress

官方定位已经不只是跑测器，而是把端到端、组件测试、无障碍检查、覆盖率串成一个工作流（Cloud 是配套的商业产品线）。前端团队上手快，组件测试和调试体验是招牌，跨域场景官方给了 cy.origin 方案。

需要注意的是，官方自己在「Trade-offs」页明确列了架构带来的取舍：它跑在浏览器内部（这是调试体验好的原因，也是很多限制的来源），其中一条写的就是「不能同时打开多个浏览器」。这不是 bug，是架构选择的必然结果 —— 选它就得接受。

适合：以 web 前端行为为主、团队熟 JS、看重组件测试与调试体验。

3）商业录制回放平台

可视化录制 + 云端（或托管）执行 + 团队报表与权限。

通常的卖点：零搭建、不写代码也能录、并行执行、团队可见。
通常的代价：执行环境和数据往往要出内网；按座位或跑量计费，长期成本随团队规模涨；复杂断言和自定义逻辑受产品边界限制，遇到平台不支持的只能等。

适合：要快速铺开、有预算、被测系统能上云、不打算自建基础设施的团队。

这一节我只描述「这一类产品的一般特征」，不点名对比具体厂商 —— 没有实测就拿营销词做对比，是选型文最容易翻车的地方。

4）本地 E2E 工具（我现在用的就是这一类）

形状：把「生成 / 录制 → 确认 → 存成脚本 → 确定性回放」做成一个本地桌面应用，底层还是 Playwright 在跑。

• 两条产线：自然语言生成（先出预拆分计划：测试意图、前置条件、数据约束、验收目标与必验项，确认后才执行），或 codegen 录制后解析成结构化步骤；
• 脚本是可编辑的语义定位器步骤，不是黑盒录像；
• 回放确定性，不调模型（Token 消耗 0）；定位器失效才请求模型自愈，而且上传 / 滚动 / 断言不走自愈；
• 断言覆盖 UI / 接口 / WebSocket；失败自动存截图并采集 console 与 network；
• 组件库（Ant Design / Element / Vant / MUI）的下拉、日期、级联用语义动作插件，治「点了但没选上」；
• 资产可携带：用例导出成 .testcase，含上传时连文件一起打包，能进 Git、也能让编程 agent 直接生成。

代价：跑在自己机器上 —— 没有托管调度、并发队列和团队权限；多机器协作要靠文件和 Git；生成质量取决于你配的模型。

二、一张对比表

维度	Playwright 裸写	Cypress	商业平台	本地工具
定位器从哪来	手写 / codegen	手写	录制（平台私有格式）	生成或录制，落为语义定位器
执行确定性	完全确定	完全确定	通常确定	完全确定
AI 参与	无	无	平台内（黑盒）	仅生成 + 自愈，可审查
断言能力	全部自己写	web 断言 + 网络拦截	平台提供	UI / 接口 / WebSocket 内置
复杂组件	自己处理	自己处理	看平台覆盖	语义动作插件 + 预设
资产形态	代码	代码	平台云端	.testcase 文件
数据位置	你的仓库	你的仓库（Cloud 可选）	厂商云端	本地 SQLite
成本结构	人力	人力 + 订阅	座位 / 跑量订阅	人力 + 模型调用（回放为 0）
上手门槛	需工程能力	前端友好	最低	中等（要配网关）

三、五个决定性问题

1. 失败证据要落到哪里？ 只要日志，还是要截图 + console + network + 历史？后者是平台级能力。
2. AI 允许参与哪一段？「每次执行都要」就请先接受结果不可复现；只要「生成 + 救定位」，确定性回放才成立。
3. 被测系统能不能上云？ 不能，商业 SaaS 直接出局（除非有私有化部署）。
4. 谁来维护定位器？ 有专职测试开发，裸写可行；没有，就得考虑「录制 + 语义定位 + 只在失效时自愈」。
5. 协作方式是什么？ 多人多机用一套用例 → 需要托管服务或 Git 工作流；单人/小队 → 本地工具最省事。

四、什么情况下不该用本地工具

• 要的是单元测试、组件测试（那是 Vitest/Jest 和组件测试框架的地盘）；
• 要多机并行、队列调度、全公司报表（那是托管平台或自建 CI 集群）；
• 需要多语言 SDK（Java/Python 直接调库）而不是桌面应用；
• 有大量跨 iframe、跨多标签页的操作；
• 要把接口全部 mock 掉跑假数据回归（这类方案的价值恰恰建立在真实请求上）；
• 团队不愿意在业务代码里加测试锚点 —— 定位器优先级再高，代码不给 data-testid 也只能掉到末档。

五、它们通常是组合，不是替代

• Playwright / Cypress 做贴近代码层的验证（组件、集成、边界逻辑）——离开发者最近；
• 本地 E2E 工具管回归资产：把主流程沉淀成可回放的用例，配证据与历史，让「每天跑一遍」变便宜；
• 商业平台负责跨团队可见性（如果确实需要），此时用例以文件导出再导入收敛。

一句话：写测试 ≠ 管测试资产。前者的瓶颈是表达力，后者的瓶颈是维护成本和可信度。

六、留个问题

你们团队最后选的是哪条路线？中间换过吗？我特别想听两类经历：

1. 从录放平台换回代码的（或反过来）——当初是什么触发你换的？
2. 踩过「AI 每次执行都参与」这个坑的 —— 结果不可复现这件事，你们是怎么发现的？

评论区聊聊，也给正在选型的同学一点真实参考。

参考链接：

• Playwright codegen：https://playwright.dev/docs/codegen
• Cypress Trade-offs：https://docs.cypress.io/app/references/trade-offs
• Cypress 跨域：https://docs.cypress.io/app/guides/cross-origin-testing
• 项目地址：https://github.com/xianyongwen/TestDog · 文档：https://softwing.top/testdog-doc/ · 社区：https://testerhome.com/opensource_projects/testdog