一款叫Deltix的工具最近悄悄放开了公测：你在网页上用大白话写一句“注册账号并发出第一条消息”，它就会调用Mac上的一个本地Agent，在iOS模拟器里像真人一样点来点去，最后告诉你这条路走不走得通、卡在了哪一步。注册不需要信用卡，也不需要邀请码。
这不是新点子。移动端测试长期卡在两个极端之间——脚本化的XCUITest、Appium写起来省事,但UI一改就得跟着改;真人可用性测试最贴近真实体验,但没法天天跑。Deltix想插进这条缝里,用能"看屏幕做判断"的Agent顶替真人跑一遍流程。问题是,它现在到底做到了哪一步,官网说了算,外面没人核实过。
四步跑通,但只认iOS模拟器
Deltix的使用路径很短：注册账号、装一个Mac原生小程序、连上电脑里已经打开的iOS模拟器、写任务观察执行。整个过程官方称之为“一次性设置”，跑任务时Agent会逐步汇报“看到了什么、发生了什么变化”。
围绕这套流程,官方设计了三种用法：临时验证一个新功能能不能被用户走通的Task、把成功流程存下来反复回放做回归检测的Playbook、以及让同一任务在两个构建版本上并跑对比的Experiment。思路上,这相当于把可用性测试和UI回归测试揉到了一个工具里。
“本地隐私优先”经不起细问
官网反复强调一句话：源码、构建包、签名身份始终留在你的Mac上，Agent只在本地针对模拟器运行，官方不接触这些内容。运行截图和记录存在账户里，可以随时删，也支持自带模型Key把推理流量路由到官方账单之外。
这话听起来体面,但留了一个明显的缝：Agent要“看屏幕做决策”，靠的是多模态模型推理，这一步到底在本地跑还是把截图传去云端做分析，官网没有说清楚。如果是后者，“源码不出本地”和“截图不出本地”并不是一回事——截图里同样可能带着账号信息、内部文案、未发布的界面设计。
- 风险.隐私架构目前没有第三方安全审计或抓包验证，企业客户在把内测版本App喂给它之前，值得先问清楚推理链路怎么走。
隐私靠一句自我陈述,是公测期最容易被忽略的软肋。
放进坐标系看：它到底比谁快、比谁准
把Deltix放进现有的测试方式里对比会更清楚它的位置。脚本自动化（XCUITest、Appium）胜在可重复、能接CI，但UI一变脚本就得跟着改，维护成本长期居高不下。人工可用性研究最接近真实用户反应，但排期慢、成本高，很难做到每次发版都跑一遍。Deltix想卡在中间：不用维护脚本，靠自然语言描述任务；也不用真人排期，靠Agent替真人跑一遍。
这个定位本身站得住,但官网没有给出任何准确率、误判率或者真实团队案例。动画过渡、权限弹窗、网络异常这类复杂交互，Agent能不能稳定处理，目前完全没有数据支撑，只能算是一句还没兑现的承诺。
- 结论.Deltix的价值主张成立与否，最终要看Agent在复杂交互场景下的稳定性，而不是官网的演示视频。
谁会先试,谁该再等等
免费、无需信用卡、开放测试版——这个组合天然对独立开发者和小团队友好，他们是最没有成本负担、也最容易尝鲜的一群人。对他们来说，用一次Task测一个新流程能不能走通，成本几乎为零，值得试。
但对已经把QA流程接进CI、需要团队级稳定性的公司来说，现在还不是时候。路线图上写着真机支持、Android模拟器、CI回放（GitHub Actions、GitLab、CircleCI）、以及React Native、Flutter跨端支持，但这些都还没有落地时间表。仅支持iOS模拟器这一条，就意味着它离“接入正式研发流程”还有距离。
传统UI自动化测试厂商也该盯着这类产品——如果Agent真的能在准确率上追上脚本测试，会先从省人力的小团队开始蚕食市场，而不是一上来就冲企业客户。
眼下能确定的只有一件事：Deltix讲的每一句关于隐私和能力的话，目前都只有它自己在说。Product Hunt、Hacker News这类平台上还没有出现独立的用户评价或安全拆解，创始团队背景、融资情况、定价策略也都没有公开信息。对于愿意尝鲜的人，这不算致命——反正免费；但对于打算把内部App喂给它做常态化测试的团队,这份空白值得先放一放,等外面有人替你验证过再说。