Momentic发布QA代理Mo，自主操控应用界面找bug，60分钟找出269个漏洞，单bug成本2.67美元高于Codex。
Momentic（YC W24）于 2026 年 11 月 2 日在 Launch HN 发布了 QA 代理 Mo：它自主规划、探索并实际操控 Web、iOS、Android 应用的界面与用户流程来找 bug，定位是替代需要硬编码 XPath 和选择器的 Playwright、Selenium 等传统测试框架。官方称 Mo 基于过去 3 年积累和数百万条真实测试轨迹构建，在自己组织的基准测试中，60 分钟内在 4 个开源应用上找到 269 个 bug（召回率 19.3%、精确率 84%），代价是每个 bug 成本 $2.67，高于 Codex 的 $0.80。热度属中等而非刷屏级：HN 发布帖 117 分、75 条评论，且评论区以质疑为主，包括「用 Opus 加自建 Playwright 就够了」和「YC 两年来进展如何」。
hackernews · wuweiweiwu · 11月2日 17:05 · 社区讨论
「为什么现在被讨论」 它踩中的时机是编码代理普及后「代码越生成越多、缺陷率越高」的测试痛点：官方论据是 LLM 擅长写代码但会强化自身假设、写大量无用测试，且视觉理解弱。与同类相比的差异点是放弃「写测试脚本」这一范式，改用自组织代理图——探索时自动构建 DAG、按产品区域分叉出各自带浏览器/设备的并行子代理，配合专用规划与定位代理、资源租约协调，官方以「召回率优先、找得最多」为卖点。但社区最主流的反驳恰恰指向它的护城河：不少人认为直接用 Opus 5.5 或 Codex 加 Playwright MCP 自建 harness 即可替代，因此它是「形态新颖但闭源、难以照抄」的类型。
「上手与模仿路径」 产品本身是闭源 SaaS，没有可 clone 的仓库；试用入口是 momentic.ai，官方称新注册送 $250 用量，且刚上线了针对 Vercel 与 Cloudflare 部署预览的 PR 测试。想照着做的人更该看它的开源周边：评测 harness 在 github.com/momentic-ai/qa-bench，配套 1,396 条人工标注 bug 的数据集在 HuggingFace（momentic/qa-bench），可以借此研究「给 QA 代理打分」的方法论，并用来评估自己的方案——评论区推荐的替代路线正是 Opus 5.5 + Playwright MCP 自建 harness。需要注意：所有基准数字均为官方自测（LLM 评审加人工复核），尚缺独立验证；另有一条评论反馈登录后邮箱被自动提供给 Slack 用于联系（而设置页该项显示关闭），试用时建议留意。今晚第一个动作：clone qa-bench 仓库看它如何组织评测，再决定是花 $250 额度试用 Mo，还是按社区路线自建 LLM+Playwright harness。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →