Перенос тест-кейсов из Яндекс Трекера в Allure TestOps одной командой с Cursor + MCP
Всем привет! Я один из лидеров стека тестирования в компании ТехВилл. Продолжаем разговор про то, как применять AI в работе так, чтобы он реально экономил время.
15 млн. и 10 мес. экономии с помощью Вайбкодинга. Как я создал свой продукт с нуля до релиза. Полный гайд
Наблюдая за стремительным развитием нейросетей и растущей популярностью такого подхода в разработке, как “вайбкодинг”, я задался вопросом: “А настало ли то время, когда один человек может взять на себя полный цикл разработки небольшого, но полноценного продукта, не имея глубоких навыков программирования?”. И похоже, что эти времена настали…Исходные данные:Более 12 лет в IT в роли UX/UI дизайнера;Несколько лет коммерческой верстки вебсайтов на базе Webflow. Представление о том, что такое код, имеется, хоть и не слишком глубокое;
От микроменеджмента до автопилота: 4 стадии рефакторинга AI-кода на примере десктопного приложения
Реддит и Хабр
Эпопея в трёх частях: ИИ-инструменты в работе QA. Практическое применение Cursor, n8n и LLM
ВведениеЗа последние несколько лет роль QA-инженера заметно изменилась. Мы всё меньше сосредотачиваемся на проверке готового функционала и всё больше участвуем в анализе систем, данных и архитектурных решений.В нашей команде это особенно проявилось после реструктуризации: в зоне моей ответственности оказалось около 40 сервисов. Приходится глубже разбираться в устройстве системы, понимать, как двигаются данные между сервисами на более низком уровне, — документации и регламентов уже недостаточно.Нагрузка растёт:
Умный выбор домена: MCP-Server + Cursor. Как я перестал перебирать занятые имена
Недавно c друзьями из AI Founders я запустил шуточный сервис, о котором уже успел написать статью. Неожиданно проект собрал отличный трафик, и я решил сделать аналог для англоязычной аудитории на Reddit.Для выхода на международный рынок мне потребовался новый домен в зоне .com.🚨Проблема: LLM не проверяет занят ли доменЯ начал по классике: открыл чат с AI и попросил нагенерировать варианты. И тут я столкнулся с главной болью всех, кто ищет домены через нейросети.
Что такое Skills и как их использовать? (Cursor, Claude Code)
Вы наверняка ловили себя на том, что раз за разом копипастите в чат с ИИ одни и те же инструкции: «Пиши на TypeScript», «Не используй сторонние библиотеки», «Добавляй тесты». В программировании мы по сути называем это нарушением принципа DRY (Don't Repeat Yourself). Но почему мы продолжаем это делать при общении с нейросетями?В этой статье мы разберем концепцию Skills (Скиллов) - переиспользуемых «навыков» для ИИ-ассистентов, которые живут прямо в вашем репозитории и делают работу агентов предсказуемой, чистой и профессиональной.
$118 за одно сообщение в Cursor: почему ИИ-агенты сжигают ваши деньги
Пользователь Reddit пожаловался на то, как Курсор списал с него 118 долларов за ОДНО сообщение. Не за день работы, не за неделю, а за один запрос. Захотелось разобраться, как такое вообще возможно, почему это будет происходить все чаще, и что с этим делать. Что произошло?
ИИ-ассистенты не ломают поддерживаемость кода. Но есть нюансы (выжимка из исследования Echoes of AI)
Перевод и выжимка исследования Echoes of AI: Investigating the Downstream Effects of AI Assistants on Software MaintainabilityБолее визуально видео с обзором исследования можно посмотреть на канале Дейва Фарли - Continuous Delivery.О чём речьБольшинство исследований влияния ИИ на разработку измеряют одно: скорость написания кода. «На сколько процентов быстрее закрыта задача?» «Сколько строк сгенерировано за час?» По сути, мы измеряем скорость набора текста и называем это продуктивностью.
Я устал получать статьи про «катализатор изменений» вместо химии и обучил нейросеть
Представьте: вы технолог на нефтехимическом заводе. Вам нужно смоделировать работу новой установки — как сырьё будут нагревать, охлаждать и разделять на компоненты. Поскольку вы сталкиваетесь с этим впервые, есть два пути: либо разбираться в теории по справочникам и собирать решение самостоятельно, либо найти готовый кейс с расчётами и результатами в открытых источниках.Логичнее смотрится второй вариант. Но тогда возникает другая проблема. Вы открываете источники — и видите политику, слияния-поглощения, биржевые котировки, санкции. Узнать, кто кого купил или какая сегодня цена на нефть, можно за секунды.
Галлюцинации ChatGPT убивают инженерные задачи. Я собрал RAG-бота, который не врёт
Представьте: вы технолог на нефтехимическом заводе. Вам нужно смоделировать работу новой установки — как сырьё будут нагревать, охлаждать и разделять на компоненты. Поскольку вы сталкиваетесь с этим впервые, есть два пути: либо разбираться в теории по справочникам и собирать решение самостоятельно, либо найти готовый кейс с расчётами и результатами в открытых источниках.Логичнее смотрится второй вариант. Но тогда возникает другая проблема. Вы открываете источники — и видите политику, слияния-поглощения, биржевые котировки, санкции. Узнать, кто кого купил или какая сегодня цена на нефть, можно за секунды.
