让智能体实际点击应用，检查自己的工作

Devin 通过电脑操作功能制作并试玩桌面游戏、在 Amazon 下单，还会点击应用界面来验证自己的工作。

具体怎么做

Devin 的云虚拟机提供截图、鼠标、键盘和录像工具。测试模式先按代码写出测试计划，再启动应用并逐项点击，将断言标成通过、失败或未测试。登录使用预先保存的脚本，首次配置时由用户提供凭据或验证码。

做到了什么

工程师同时运行10—20个 Devin，各自启动开发服务器，每日获认可的测试次数增加了一倍以上。但短暂出现的提示条等界面仍会造成误判，它有时还会运行 JavaScript 代替实际点击。

上手要点

案例中的测试模式按普通用量的五分之一收费；首次为仓库配置时需要用户协助凭据和一次性验证码。