之前主要用 pytest、Robot Framework 做设备自动化测试。为了把一个功能完整验证下来，经常需要不断补脚本、加适配逻辑；页面或流程一变，又得跟着修改，维护成本一直不低。

最近尝试做了一个基于 AI 的测试 Agent，让 AI 根据设备当前页面实时判断状态、规划操作路径，并执行操作和验证结果。相比原来的固定脚本，这种方式对页面和流程变化的适应性更强，也减少了手工维护的工作量。

但随着测试功能和场景越来越多，模型调用量也不断增加，API 费用逐渐成了新的负担。感觉是把一部分 “脚本维护成本” 转成了 “模型调用成本”。

现在有点纠结后续方向，想听听有实际落地经验的朋友怎么看：

• 传统测试框架和 AI Agent 应该怎么分工？哪些环节适合交给 AI，哪些应该保留确定性的脚本？
• 能不能先让 AI 探索并跑通流程，再把稳定路径沉淀成可重复执行的用例，遇到异常或页面变化时再调用 AI？
• 在保证验证可靠性和覆盖率的前提下，大家有哪些降低模型调用成本的实践？ 想讨论的核心是：设备自动化测试怎么在维护成本、AI 调用费用和测试可靠性之间找到平衡？

欢迎踩过坑、有实践经验的朋友分享一下。