10 Alat AI Terbaik untuk Tinjauan Kode & Pengujian di 2026: Perbandingan Fitur, Harga & Vonis Jujur

Pasar alat AI untuk tinjauan kode telah tumbuh cukup cepat sehingga kini setiap kategori memiliki setidaknya tiga opsi yang kredibel, dan banyak kebisingan. Rangkuman ini mencakup peninjau pull request, platform pengujian ujung ke ujung, generator pengujian otonom, dan alat regresi visual, karena dalam praktik sebagian besar tim rekayasa membutuhkan lebih dari satu kemampuan ini dan perlu tahu produk mana yang benar-benar tumpang tindih. Kami membatasi daftar pada sepuluh alat yang secara realistis akan dimasukkan ke daftar pendek oleh seorang pengembang atau pemimpin QA di 2026, artinya kami mencoret kerangka kerja yang tidak benar-benar bertenaga AI (Playwright, Gauge) dan melewati produk yang nyaris duplikat demi pemain yang lebih kuat.

Kategori ini terbagi jelas menjadi dua klaster: alat yang menangkap bug pada tahap tinjauan kode (CodeRabbit, DeepSource, Sourcery, Macroscope) dan alat yang mengotomatiskan pipeline pengujian itu sendiri (QA Wolf, Applitools, testRigor, Diffblue, Momentic, QA.tech). Batas itu penting saat Anda menyusun anggaran: alat tinjauan biasanya menagih per kursi pengembang, sedangkan alat pengujian cenderung menagih per eksekusi pengujian atau volume kredit. Kedua klaster telah cukup matang sejak 2024, tetapi sisi pengujian masih memiliki lebih banyak variasi dalam kualitas dan transparansi harga.

Cara kami memilih

Kandidat diambil dari kumpulan unggulan ToolPotion untuk kategori AI Tinjauan Kode & Pengujian ditambah matriks kemiripan ML-nya. Kami memverifikasi kumpulan fitur terkini setiap alat, model harganya, dan setiap perubahan yang menonjol dengan membandingkannya terhadap situs alat itu sendiri pada Agustus 2026. Tidak ada sponsor dan tidak ada pengurutan berdasarkan afiliasi. Alat diperingkat berdasarkan seberapa berguna alat itu bagi segmen terluas dari tim rekayasa profesional.

Perbandingan cepat

1. CodeRabbit: Tinjauan PR yang sadar konteks dalam skala besar

CodeRabbit AI Code Reviews terhubung ke GitHub, GitLab, atau Azure DevOps dan meninjau setiap pull request secara otomatis, menghasilkan saran baris demi baris yang mempertimbangkan konteks basis kode yang lebih luas, bukan hanya diff yang diubah. Alat ini dapat melakukan percakapan bolak-balik pada utas komentar mana pun, dan Pro Plus menambahkan analisis multi-repositori sehingga peninjau dapat menandai regresi di seluruh paket dependen dalam satu proses PR.

Terbaik untuk: tim dengan volume PR tinggi yang ingin mengurangi beban peninjau tanpa mengorbankan ketelitian.

Kemampuan yang menonjol adalah loop agentik pada Pro Plus: ketika CodeRabbit mengidentifikasi masalah yang dapat diperbaiki, ia dapat memanggil agen pengkodean untuk menghasilkan patch dan bahkan menggabungkannya begitu pemeriksaan lolos. Itu mengubahnya dari peninjau pasif menjadi peserta aktif dalam pipeline pengiriman.

Batasan yang perlu diperhatikan: harganya per pengembang, jadi tim beranggotakan 50 orang yang membayar $24–$48 per pengguna per bulan akan cepat membengkak. Model per kursi juga berarti Anda membayar untuk pengembang yang jarang membuka PR pada bulan tertentu, meskipun kursi yang menganggur dapat dialokasikan ulang.

Harga: Pro seharga $24/pengguna/bulan ditagih tahunan. Pro Plus (direkomendasikan) seharga $48/pengguna/bulan. Uji coba gratis 14 hari tidak memerlukan kartu kredit.

2. DeepSource: Analisis statis bertemu tinjauan AI

DeepSource bermula sebagai platform analisis statis dan telah berkembang menjadi sistem tinjauan kode AI lengkap dengan mesin Autofix™-nya, yang menyarankan dan menerapkan perbaikan secara langsung alih-alih hanya menandai masalah. Pada paket Team, baik Autofix™ maupun pemformatan kode tak terbatas, yang secara berarti mengubah alur kerja: pengembang berhenti memperlakukan peringatan linter sebagai kebisingan latar ketika memperbaikinya hanya butuh satu klik.

Terbaik untuk: tim yang menginginkan cakupan analisis statis yang menyeluruh ditambah remediasi berbantuan AI tanpa beralih ke alur kerja CI yang sama sekali baru.

Penganalisis mencakup lebih dari 25 bahasa dan terintegrasi dengan GitHub, GitLab, Bitbucket, dan Azure DevOps. Tingkat Enterprise DeepSource memungkinkan Anda menyediakan kunci API Anda sendiri dari Anthropic Claude, OpenAI, atau Google Gemini, berguna bagi tim dengan persyaratan residensi data atau kontrak model yang sudah ada.

Batasan: tingkat gratis hanya untuk repositori publik. Tim dengan repositori privat harus berkomitmen ke paket Team sejak hari pertama. Kredit Tinjauan AI tahunan senilai $100 per pengguna pada Team juga memiliki batas atas: pengguna berat autofix mungkin menghabiskannya sebelum akhir tahun.

Harga: paket Open Source gratis untuk repositori publik. Team seharga $24/pengguna/bulan ditagih tahunan, termasuk kredit Tinjauan AI $100 per pengguna per tahun. Harga Enterprise bersifat khusus.

3. Sourcery: Tinjauan yang mengutamakan keamanan untuk kode yang dihasilkan AI

Sourcery memosisikan dirinya tepat di seputar kode yang dihasilkan AI, di mana masalahnya bukan tinjauan yang lambat melainkan tinjauan yang tak mampu mengimbangi agen yang menulis ratusan baris per menit. Ia berjalan pada setiap PR dan juga memindai seluruh repositori untuk masalah keamanan, menangkap kesalahan logika dan kerentanan yang muncul saat kopilot AI menghasilkan jalur kode yang tampak masuk akal tetapi keliru.

Terbaik untuk: tim yang sangat mengandalkan agen pengkodean (Cursor, GitHub Copilot, Claude Code) yang membutuhkan lapisan pendapat kedua yang menskala seiring kecepatan keluaran AI.

Postur keamanannya adalah pembeda yang sejati: bersertifikat SOC 2, tanpa pelatihan pada kode Anda, opsi retensi nol, dan mode bawa LLM sendiri untuk organisasi yang tidak dapat mengirim sumber ke model pihak ketiga. Ia juga berjalan di dalam VS Code dan JetBrains, yang berarti pengembang mendapat umpan balik sebelum melakukan commit, bukan hanya pada PR akhir.

Hal yang perlu diwaspadai: harga Sourcery melonjak tajam dari Pro ($12/kursi/bln) ke Team ($24/kursi/bln), dan pemindaian keamanan untuk lebih dari tiga repositori memerlukan paket Team. Untuk audit yang mengutamakan keamanan pada monorepo besar, Anda akan memerlukan Team sejak awal.

Harga: gratis untuk sumber terbuka (pemindaian keamanan terbatas untuk 3 repositori). Pro seharga $12/kursi/bulan, Team seharga $24/kursi/bulan (diskon 20% untuk penagihan tahunan). Enterprise bersifat khusus.

4. Macroscope: Bayar per tinjauan, bukan per kursi

Macroscope mengambil pendekatan komersial yang berbeda pada ruang tinjauan PR yang padat: penagihan berbasis penggunaan seharga $0,05 per KB yang ditinjau dan $0,05 per commit, dengan kredit gratis $100 untuk memulai. Bagi tim dengan aktivitas yang berfluktuasi (kontraktor, kontributor paruh waktu, lonjakan musiman), ini menghindari biaya beban mati dari paket per kursi di mana pengguna tak aktif tetap menghabiskan anggaran.

Terbaik untuk: organisasi rekayasa dengan ukuran tim yang bervariasi, tim yang banyak menggunakan kontraktor, atau proyek sumber terbuka (gratis untuk OSS).

Selain tinjauan, Macroscope menghasilkan ringkasan PR otomatis dan pembaruan status, serta dapat menjawab pertanyaan tentang apa yang berubah di seluruh basis kode. Pelanggannya mencakup Opendoor dan Pydantic. Model penggunaan juga menyertakan kontrol pengeluaran yang terperinci: batas keras per PR, per tinjauan, per repositori, dan kemampuan mengecualikan direktori vendor serta berkas yang dihasilkan dari diff sebelum meteran mulai berjalan.

Batasan: harga berbasis penggunaan lebih sulit dianggarkan daripada tarif tetap per kursi. Tim dengan throughput PR tinggi dan diff besar bisa jadi menghabiskan lebih banyak daripada alat per kursi yang setara. Tarif $0,05/KB berarti diff 200 KB berbiaya $10 saja.

Harga: gratis untuk sumber terbuka. Berbayar berbasis penggunaan seharga $0,05 per KB yang ditinjau dan $0,05 per commit yang diproses. Kredit gratis $100 saat mendaftar.

"Meterannya adalah byte yang ditinjau dan commit yang diproses"—sebuah model yang jujur ketika jumlah kursi bervariasi, tetapi hitung dulu ukuran diff rata-rata Anda sebelum berkomitmen.

5. QA Wolf: Cakupan E2E yang dialihdayakan tanpa kerapuhan

QA Wolf adalah pilihan bagi tim yang ingin melewati infrastruktur penulisan pengujian sepenuhnya. Tingkat Coverage as a Service-nya membuat tim QA Wolf membangun, menjalankan, menyelidiki, dan memelihara pengujian ujung ke ujung atas nama Anda, dan mereka menjamin cakupan pengujian otomatis 80%+ dalam hitungan minggu. Pengujian diverifikasi manusia sebelum laporan bug sampai kepada Anda, yang menghilangkan kebisingan positif palsu yang mengganggu platform otomatisasi pengujian swalayan.

Terbaik untuk: tim produk tanpa fungsi QA khusus yang membutuhkan cakupan regresi yang andal dengan cepat.

Pengujian ditulis sebagai skrip Playwright sumber terbuka, jadi Anda tetap memegang artefaknya jika suatu saat pergi. Tingkat Platform benar-benar swalayan dan diberi harga berbeda: 1 sen per kredit AI untuk pemetaan dan pembuatan pengujian, 15 sen per menit runner untuk eksekusi. Tidak ada biaya per kursi, jadi menambah insinyur tidak menaikkan biaya.

Batasan: harga layanan yang dikelola penuh bersifat khusus dan cenderung setara tingkat perusahaan. Untuk startup yang ramping, harga Platform swalayan lebih terjangkau, tetapi menuntut lebih banyak kepemilikan operasional daripada yang disiratkan oleh penawaran terkelola.

Harga: Platform berbasis penggunaan (1 sen/kredit AI, 15 sen/menit runner) dengan uji coba gratis. Coverage as a Service berharga khusus berdasarkan pengujian yang dikelola.

6. Applitools: Visual AI bertemu pengujian fungsional

Applitools AI Testing menggabungkan mesin Visual AI miliknya dengan pengujian fungsional yang digerakkan GenAI, mencakup aplikasi web, seluler, dan PDF. Pembeda utamanya adalah perbandingan visual yang deterministik: ia menemukan perbedaan yang terlewat oleh manusia dan mengabaikan pergeseran render yang tidak penting yang akan merusak alat diff piksel, sehingga secara dramatis memangkas positif palsu dalam suite regresi UI.

Terbaik untuk: tim yang berat di front-end yang menjalankan suite pengujian lintas peramban tempat regresi visual merupakan risiko nyata, dan tim QA yang ingin menulis pengujian dalam bahasa sederhana melalui alat penulisan NLP.

Integrasi Figma pada paket yang lebih tinggi adalah kemampuan yang menonjol: definisi pengujian dapat ditulis langsung dari spesifikasi desain, yang menutup celah antara tinjauan desain dan pengujian fungsional. Cakupan lintas peramban mencakup semua peramban utama ditambah seluler asli.

Batasan: harga masuknya tinggi untuk satu tim: $667/bulan ditagih tahunan adalah lantai tingkat Starter, dibatasi hingga 100.000 checkpoint komponen atau 1.000 checkpoint halaman. Tim yang menjalankan suite pengujian besar akan menyentuh batas atas itu dan memerlukan paket Professional dengan harga khusus.

Harga: Starter seharga $667/bulan ditagih tahunan. Professional dan Enterprise berharga khusus mulai dari volume checkpoint yang lebih tinggi. Semua paket mencakup pengguna tak terbatas.

7. testRigor: Bahasa sederhana menggantikan penulisan skrip pengujian

testRigor menghapus kode dari lingkaran pengujian sepenuhnya. Penguji menulis langkah pengujian dalam bahasa sederhana ("klik tombol Kirim, verifikasi email konfirmasi tiba"), dan AI menerjemahkannya menjadi otomatisasi yang stabil dan dapat dieksekusi di web, seluler (iOS/Android), API, email, SMS, hingga target mainframe. Ini penting bagi tim di mana orang yang memahami logika bisnis bukanlah orang yang bisa menulis skrip Selenium.

Terbaik untuk: tim QA dengan penguji manual yang perlu memegang kendali otomatisasi tanpa latar belakang pengkodean, atau organisasi yang menguji alur komunikasi (SMS, email, 2FA).

Mesin penyembuhan diri adalah keunggulan nyata dalam praktik: ketika UI berubah, pengujian menyesuaikan tanpa proses pembaruan manusia. Platform mengeklaim pemeliharaan 99,5% lebih sedikit daripada kerangka kerja berbasis pemilih, klaim yang konsisten dengan cara kerjanya (tanpa XPath, tanpa pemilih CSS) meskipun angka pastinya tidak dapat diverifikasi secara independen dari situs mereka.

Batasan: pengujian bahasa sederhana bisa menjadi ambigu untuk logika bersyarat yang kompleks, dan AI platform harus menafsirkan maksud, kadang secara keliru. Untuk skenario pengujian dengan dependensi status multi-langkah yang presisi, men-debug tafsiran AI memakan lebih banyak waktu daripada menulis skrip yang diparameterkan.

Harga: tingkat gratis tersedia untuk proyek publik/sumber terbuka. Paket berbayar memerlukan penawaran dari tim penjualan. Pro diperkirakan sekitar $900–$1.000/bulan berdasarkan laporan pengguna yang dipublikasikan. Harga Enterprise bersifat khusus.

8. Diffblue: Pembuatan pengujian unit otonom untuk Java dan Python

Diffblue Testing Agent melakukan satu hal yang tidak dilakukan alat lain mana pun dalam daftar ini: ia secara otonom menulis, mengompilasi, mengeksekusi, dan memvalidasi pengujian unit untuk basis kode Java dan Python yang ada dalam skala perusahaan, tanpa manusia menulis satu pun kasus uji. Ia menentukan lingkup pekerjaan, mengurutkan eksekusi, menangani kegagalan build, dan melakukan rollback dengan bersih. Setiap pengujian yang di-commit melalui Diffblue dijamin dapat dikompilasi dan lolos sebelum digabungkan.

Terbaik untuk: tim perusahaan yang berat di Java dengan basis kode warisan yang besar dan cakupan pengujian unit yang rendah, yang perlu menutup celah tanpa mengalihkan waktu pengembang ke penulisan pengujian.

Plugin IntelliJ menangani kasus penggunaan skala kecil: sorot sebuah metode, klik tombol, dapatkan pengujian JUnit dalam hitungan detik. Mode agen otonom menangani kasus skala besar: arahkan ke basis kode berjuta baris dan ia akan menelusurinya secara sistematis. Dukungan Python tiba pada 2025, dengan lebih banyak bahasa diumumkan untuk 2026.

Batasannya adalah cakupan bahasa: jika stack Anda adalah Go, TypeScript, atau Ruby, Diffblue saat ini tidak punya apa-apa untuk Anda. Harganya juga mulai dari $1.500 untuk cakupan 5.000 baris, yang berarti tidak cocok untuk tim kecil atau proyek dengan celah cakupan yang sederhana.

Harga: berbasis penggunaan, mulai dari $1.500 untuk cakupan 5.000 baris (~$0,30 per baris). Harga menskala dengan ukuran tim dan lingkup basis kode. Plugin IntelliJ juga terintegrasi dengan GitHub Actions, GitLab, Azure Pipelines, dan AWS CodeBuild.

9. Momentic: Pengujian web dan seluler tanpa neraka pemilih

Momentic AI Testing Tool menghasilkan pengujian dari deskripsi bahasa alami dan menggunakan pelokal asli-AI yang tidak rusak ketika nama kelas atau ID berubah. Tidak seperti alat berbasis XPath, Momentic memahami secara semantik apa yang dilakukan sebuah tombol, sehingga desain ulang yang mempertahankan fungsi tidak merusak suite pengujian.

Terbaik untuk: tim produk yang menjalankan aplikasi web dengan kehadiran seluler yang ingin menulis pengujian sekali saja tanpa pajak pemeliharaan yang berkelanjutan.

Paket berbayar mencakup lima perangkat Android dan lima iOS, yang merupakan pembeda berarti bagi tim yang membutuhkan cakupan lintas platform tanpa menyiapkan ladang perangkat. Mesin pemulihan kegagalan mencoba ulang di sekitar masalah sementara dan hanya melaporkan kegagalan yang sesungguhnya, mengurangi kelelahan peringatan.

Batasan: 2.000 kredit bulanan tingkat gratis (~200 eksekusi pengujian) cukup untuk proyek kecil tetapi akan cepat habis bagi tim mana pun yang menjalankan suite yang dipicu CI pada banyak cabang per hari. Paket bayar sesuai pemakaian $125/bulan mencakup 1.000 eksekusi pengujian, yang masih sederhana untuk tim dengan pipeline CD yang aktif.

Harga: paket gratis mencakup 2.000 kredit/bulan (~200 eksekusi pengujian) tanpa kartu kredit. Bayar sesuai pemakaian $125/bulan untuk 10.000 kredit (~1.000 eksekusi pengujian), dengan penggunaan tambahan $0,01875/kredit. Enterprise bersifat khusus.

10. QA.tech: Agen pengujian visual adaptif untuk PR dan produksi

QA.tech AI Testing Tool menggunakan agen pengujian berorientasi tujuan yang berinteraksi dengan UI selayaknya pengguna, membangun pengetahuan tentang aplikasi seiring waktu. Alih-alih pemilih yang diskripkan, agen mengamati, menalar, dan beradaptasi, yang membuat pengujian tangguh terhadap perubahan front-end yang akan menghancurkan suite Selenium tradisional.

Terbaik untuk: tim yang menginginkan pengujian E2E, regresi, dan tingkat PR dengan investasi skrip minimal dan ketangguhan maksimal terhadap perubahan front-end yang sering.

Kemampuan pengujian PR sangat berguna: QA.tech dapat menjalankan pemeriksaan tertarget pada setiap pull request, memberi pengembang sinyal segera tentang regresi sebelum penggabungan. Laporan cakupan dan kinerja pada paket Growth memberi pemimpin QA visibilitas atas kesehatan pengujian di sepanjang siklus rilis.

Batasan: harga berjenjang tetapi tidak dipublikasikan secara numerik: paket Starter, Growth, dan Enterprise ada, tetapi biaya bulanan yang pasti mengharuskan menghubungi tim. Tingkat Starter membatasi 1 pengguna dan 3 eksekusi pengujian paralel, yang layak untuk validasi tetapi tidak untuk pipeline CI dengan banyak cabang serentak.

Harga: paket berjenjang (Starter, Growth, Enterprise). Jumlah pastinya tidak tercantum untuk publik. Harga tersedia atas permintaan. Semua paket mencakup pembuatan pengujian tak terbatas; eksekusi dihitung ke batas penggunaan. Patuh SOC 2.

Cara memilih

Jika kebutuhan utama Anda adalah tinjauan kode PR (menangkap bug, masalah keamanan, dan antipola sebelum penggabungan), mulailah dengan CodeRabbit (keluasan terbaik), Sourcery (postur keamanan terbaik untuk kode yang dihasilkan AI), atau Macroscope (terbaik jika ukuran tim berfluktuasi). DeepSource paling masuk akal ketika Anda ingin tinjauan dan analisis statis di satu tempat. Jelajahi semua alat AI tinjauan kode & pengujian di direktori untuk katalog lengkap.

Jika Anda perlu membangun atau memperluas suite pengujian, pilihannya bergantung pada siapa yang menulis pengujian. Diffblue adalah jawaban bagi tim Java dengan cakupan rendah yang menginginkan nol keterlibatan pengembang. testRigor lebih baik ketika penguji adalah pakar domain alih-alih pemrogram, sedangkan Momentic dan QA.tech sama-sama menyasar tim produk yang menginginkan otomatisasi modern dan tanpa pemilih. Untuk produk yang berat di front-end, Applitools menambahkan regresi visual yang tidak dicakup yang lain. Tingkat terkelola QA Wolf tepat ketika Anda membutuhkan cakupan dengan cepat dan sama sekali tidak punya kapasitas QA internal. Anda juga dapat menjelajahi alat berdasarkan tugas pengembangan atau menjelajahi alat pengujian AI untuk membandingkan berdasarkan alur kerja tertentu.

Tim pada tahap paling awal (pengembang solo atau startup dua orang) sebaiknya condong ke tingkat gratis: paket gratis Momentic, kredit OSS Macroscope, tingkat sumber terbuka Sourcery, atau uji coba 14 hari CodeRabbit. Tingkat terkelola dan perusahaan dalam daftar ini dibangun untuk tim di mana biaya sebuah bug yang terlewat melampaui langganan alat sebesar satu orde magnitudo.

Pertanyaan yang sering diajukan

Apa perbedaan antara alat AI tinjauan kode dan alat AI pengujian?

Alat AI tinjauan kode memeriksa kode sumber dan pull request untuk menangkap bug, kerentanan keamanan, dan pelanggaran gaya sebelum sebuah perubahan digabungkan. Alat AI pengujian menghasilkan, mengeksekusi, atau memelihara suite pengujian (biasanya ujung ke ujung atau unit) untuk memverifikasi bahwa kode berperilaku benar saat runtime. Beberapa alat (CodeRabbit Pro Plus, Macroscope) menjembatani keduanya dengan memicu tindakan otomatis pascatinjauan, tetapi kedua kategori ini menyasar titik yang berbeda dalam pipeline pengiriman.

Apakah alat AI tinjauan kode bekerja dengan GitLab dan Bitbucket, bukan hanya GitHub?

Kebanyakan iya, tetapi cakupannya bervariasi. CodeRabbit, Sourcery, dan DeepSource semuanya mendukung GitHub, GitLab, dan Bitbucket. Macroscope mendukung GitHub dan GitLab. QA.tech dan QA Wolf terintegrasi melalui webhook atau API CI/CD, membuatnya kompatibel secara luas terlepas dari host Git. Selalu verifikasi integrasi VCS spesifik di situs alat itu sendiri sebelum mendaftar, karena detail dukungan sering berubah.

Bisakah alat-alat ini menangani kode yang dihasilkan AI dari alat seperti Copilot atau Cursor?

Ya, dan ini semakin menjadi kasus penggunaan inti. Sourcery secara eksplisit menyasar kecepatan kode yang dihasilkan AI sebagai premis desain. Tinjauan CodeRabbit yang sadar konteks juga menangkap kelas bug yang muncul ketika agen AI menulis logika yang koheren tetapi keliru. Batasan utamanya adalah bahwa peninjau AI dilatih pada pola yang serupa dengan generator kode AI, sehingga kesalahan logika yang fundamental baru bisa lolos dari keduanya.

Apakah tingkat gratis cukup untuk mengevaluasi alat-alat ini dengan benar?

Untuk alat tinjauan kode, biasanya iya: uji coba 14 hari CodeRabbit, tingkat sumber terbuka Sourcery, dan paket repositori publik DeepSource semuanya memberi sinyal yang berarti tentang kualitas tinjauan. Untuk platform pengujian, tingkat gratis lebih terbatas: batas gratis 200 eksekusi pengujian Momentic cukup untuk proyek kecil tetapi tidak untuk pipeline CI produksi. Rencanakan untuk menjalankan uji coba berbayar pada repositori nyata alih-alih proyek demo jika Anda ingin memvalidasi throughput dan asumsi harga.

Alat mana yang terbaik untuk tim tanpa insinyur QA khusus?

Tingkat Coverage as a Service QA Wolf dirancang khusus untuk skenario ini: tim mereka menulis dan memelihara pengujian atas nama Anda. Momentic dan QA.tech adalah alternatif swalayan yang bagus di mana tim produk dapat menulis pengujian dalam bahasa alami tanpa keahlian QA. testRigor adalah opsi terkuat ketika ada penguji QA manual tetapi tidak ada insinyur otomatisasi. Ia memungkinkan penguji memegang seluruh stack otomatisasi dalam bahasa sederhana.