在一次巧妙的 AI 視覺識別能力演示中，一位開發者最近建立了一個自動化測試，成功檢測到西斯廷教堂煙囪冒出的白煙，標誌著新教皇的選舉。這個恰如其名的冒煙測試展示了 AI 如何透過視覺評估而非傳統影像分析方法用於即時事件監控。
AI 視覺測試取代傳統影像分析
該開發者使用 AI 測試框架建立了一個測試指令碼，該指令碼連線到梵蒂岡西斯廷教堂煙囪的 YouTube 直播。系統不是實施複雜的影像處理演算法來檢測煙霧顏色，而是透過簡單的提示利用 AI 的視覺識別能力。該測試被設計為只有在出現白煙（表示教皇選舉成功）時才透過，如果煙是黑色或沒有煙則失敗。根據開發者的評論，測試在煙開始冒出時就通過了，即時確認了選舉結果。
這種方法展示了提示工程如何為傳統計算機視覺技術提供更簡單的替代方案。透過指導 AI 透過自然語言斷言來視覺評估特定條件，開發者可以避免構建自定義影像分析解決方案的複雜性。
測試實施細節：
- 框架：自定義AI測試框架
- 超時設定：60,000毫秒（1分鐘）
- 使用的AI模型：測試了多個模型，包括 Gemini、GPT-4o
- 成本：監控2天花費0.29美元
- 方法：透過AI進行視覺斷言，而非傳統影像分析
- 程式碼庫：可在 GitHub 上獲取（donobu-papal-election-tests）
經濟高效的多模態 AI 應用
這個實現的一個特別有趣的方面是其成本效益。當被問及使用 Google 的 Flash 2.0 執行測試的 API 費用時，開發者報告說在兩天的監控中僅花費了 0.29 美元。這種最小的支出突顯了先進的 AI 功能變得多麼容易獲取，即使是像事件監控這樣的專業用例也是如此。
幾位評論者討論了此類應用的未來潛力，建議本地部署的多模態 AI 模型將使這些實現顯著改進。開發者確認他們正在為這個未來做準備，採用本地優先的方法，包括桌面應用程式，表明延遲和處理要求仍然是即時視覺評估任務的考慮因素。
「與其讓 AI 檢視你的程式碼和瀏覽器並編寫 Playwright 指令碼，不如讓 AI 直接控制瀏覽器並對測試進行斷言。」
這個測試既是一個實用應用，也是一個巧妙的文字遊戲。在軟體開發中，冒煙測試通常指驗證基本功能的初步測試。在這裡，這個術語具有字面意義，因為測試實際上是在監控煙霧，創造了一個有趣的技術雙關語，引起了開發者社群的共鳴。
雖然一些評論者建議更簡單的替代方案——比如在手機上監控新聞通知——但基於 AI 的方法展示瞭如何以最少的開發工作將視覺識別應用於現實世界事件，可能為需要視覺監控和事件檢測的其他領域的類似應用開啟大門。