问下各位佬平时在使用codex时，是怎么让AI帮忙测试功能的？🤔 
我目前是TDD的流程，AI写功能之前会先写一个自动化测试接口，不过这个方法更多还是用来增加开发时的代码准确率的，没办法代替测试，所以最后还是要回归浏览器点击测试。 
我有想过生成测试用例，然后嗲用codex的chrome插件，让他在浏览器里面自己点击测试，不过实际试了一下发现效率太低了，经常一个用例搞三四分钟，还白烧了一大堆token（我用的5.5xhigh）😇 
不知道是用的模型的问题还是SKILL的问题，各位大佬这块是怎么解决的？有没有对应的SKILL？以及用什么模型跑测试比较好？5.6-luna-low怎么样？如果用5.4mini会不会出现测试搞错的情况？ 
请各位大佬指教！🫡