Я просто продолжил предложенный выше пример "меняешь в одном, ломается во всех".
Но бывает и так, что 20 диффов. Бывает, фича в пр относительно большая. Бывает, что обновилась либа с компонентами и кнопка на 2пкс шире. Бывает, у хрома чуть поменялся антиалиасинг и шрифты стали чуть другие и много других факторов, которые делают скриншотные тесты флеки.
И когда у тебя 200-500 флеки тестов, потому что эти тесты было легко сделать, то у тебя становится вечно-красный билд

если ты поменял либу с компонентами, то это логично что много может поменяться и надо проревьювить, такое может случиться даже если это не скриншот тесты, хром ты тоже просто так не меняешь, он зафиксирован и отдельно только можешь его поменять.

по этой логике и обычные тесты будут падать

поменялась версия жсдома - упала куча тестов

поменялась библиотека компонентов - упала  пачка тестов

Либа с компонентами остаётся та же, обновляется минорная версия (ней работает другая команда). Инфра, которая запускает puppeteer для тестов – тоже своя команда и они обновляют, когда считают нужным.

Это не "логика" с предположениями, это из реальных случаев. Делали много скриншотных тестов и в какой-то момент пришли к тому, что их не стоит пихать везде где попало

ну их стоит локализировать до конкретного компонента

но когда они достаточно локализированы то ревьювить легко

вот пример скриншот теста у нас

На этом примере скриншот отлично заходит) Так как хочется проверить размеры кружочков и тд, я полагаю)
Мы когда делали редактор картинки, то лучше скриншотных тестов нет ничего, навернули blur, кроп, вырезали фон и тд – взяли картинку из канвы и сравнили)
Но скриншот с тем, что показывается за состоние в сайдбаре со слайдерами и инпутами получался слишком флеки

Ну и как бы, чтоб было понятно. Я не против скриншотных тестов. Я против их использования всегда "потому что это легче" без того чтоб задуматься, что мы хотим тестировать, в каких случаях тест упадёт и принесёт пользу, а в каких упадёт и будет раздражать. Если вторых будет 20 случаев на 1 первый, то тогда мб это не подходит

меня пока напрягает флекинес от того, что на линуксе  на сиай и на линуксе локально отличается рендеринг шрифтов

я так и не уловил в чём нюанс и почему есть эта разница

У нас тесты на aws запускаются, локально можно, но чисто для дебага, на их скриншоты мы не полагаемся, как раз из-за того что рендеринг разный

Скриншот тесты, кстати, практически бесплатно заводятся со сторибуком - уже есть шоу кейс компонентов в разных состояниях, надо просто поделать скрины с них
а проблемы с разным рендерингом решаются запуском в докере, с фиксированными версиями браузеров

решаются запуском в докере - нет в том то и дело

у меня вот в докере запускается папетир локально и иногда шрифты на сиайке и локально рендерятся иначе