Jango 推荐，派一队 AI 用户帮你测多人应用
一个人测不出多用户应用的问题。聊天室里只有你一个真人时，消息并发、状态同步、排行榜刷新这些毛病全藏起来，等上线炸了才见客。九月底上线的 Jango 想了个办法，给你派一队 AI 用户，各有各的账号和目标，一起进你的应用里折腾。我把官网、下载代码库和 Product Hunt 讨论核了一遍。
主要功能
它是一款 macOS 桌面应用，经 Apple 签名公证，Apple silicon 与 Intel 双架构，官网明说 Windows 不支持。每个 AI 参与者拥有独立浏览器会话、独立账户、自己的目标与记忆，能导航、点击、填表、选择、上传指定图片。官网 FAQ 写得诚实，它们是通过真实浏览器会话行动的 AI 参与者，画的不是真人，canvas 类应用、弹窗登录、验证码可能要另行处理。
测试过程可以全程围观。你能实时看每个 AI 用户在干什么，随时下达指令，也能亲自接管任何一个用户的屏幕手动演示，测试结束生成带操作记录、错误与截图的报告。官网列的目标场景是社交信息流、市场与订单簿、协作工作流、聊天，凡是多人在场才出问题的应用都算。参与者目标用自然语言写，比如找到某商品、加进购物车、完成支付，各归一个用户。它还带检查点机制，跑到关键节点存档，回头复现问题时不用从头来。
数据流与模型接法要交代清楚。浏览器在本地跑，项目、证据与检查点存云端，页面文本、目标与记忆会发送给你选定的 AI 提供商。自带 key 也行，OpenAI、Anthropic、Vercel AI Gateway 都支持，费用直付提供商，不经过 Jango 转手，省钱也省心。
上手流程
装好应用后建一个项目，填被测应用的网址；配参与者数量与各自目标，比如让三个用户同时抢一件库存商品；发起会话，AI 用户各自注册登录开始行动，你在旁边看直播；中途可以插话改指令，或接管某个用户亲手点一遍；结束后收报告，按操作记录和截图定位问题，复现路径完整，甩给开发就能改。版本迭代很快，下载走 GitHub 的 jango-downloads 代码库，主代码库保持私有，v0.3.1 预览版还带过 Windows 安装包，v1.0 起只发 macOS，最新 v1.1.1 落在 9 月 25 日，三天三个版本。
解决了什么需求
独立开发者和小团队没有预算雇一屋子测试员，多人场景的回归测试向来靠碰运气。Product Hunt 上线当日它拿到 85 票，排日榜第 12，50 人点了关注，作为 Vercel Day 联合发布的一员，技术栈标注 Stripe、Vercel、Supabase。评论区的问题都很务实。用户 Baojiang Chris Yang 问每个 AI 用户能否有不同角色与个性、同一会话能否多用户同时测、能否实时看到全部动作并干预，作者逐条确认支持，还补了一句现实使用中 AI 用户多数时候不需要同时点击。用户 Bonnie Lu 问怎么保证 AI 用户行为逼真，这正是它接下来要回答的问题。发布者自称独立开发者，Vercel 的生态活动给了曝光，这点他在评论里反复感谢。
价格与授权
免费档零美元，单会话 3 个参与者、1 个项目、可自带模型 key。Pro 每月 9 美元，作者自称创始价且订阅期内不涨，单会话 12 个参与者、无限项目、解锁检查点功能，年付送两个月。托管 AI 额度按成本加价一到两成，自带 key 一分不加。企业档走邮件定制。闭源专有软件，安装包提供 SHA256 校验。官网免责也写得直白，这是开发测试工具，不是真实用户来源，也不保证正确性。
注意事项
团队信息不透明是主要疑点。Product Hunt 上的发布者叫 Emmanuel Adesola，下载代码库的归属账号却是 larry-adesola，两人关系官方没有任何说明，公司主体、办公地点、联系方式统统查不到。Windows 用户直接无缘。验证码与弹窗登录场景受限，重度依赖这两者的应用先小规模试。AI 用户的开销主要在模型调用，免费档自带 key 后实际花费可控。
总结
思路对准了多人测试的真空地带，免费档就够跑通一次完整流程，多人应用的开发者值得一试。信任问题只能靠时间补，先拿非敏感项目练手。等 Windows 版和团队信息补上，它值得再看一眼。
来源
- 官网 https://usejango.com
- 下载代码库 https://github.com/larry-adesola/jango-downloads
- Product Hunt 页面 https://www.producthunt.com/products/jango