Как мы искали лучшие AI-модели (часть 1)
AI используется всё чаще Кому‑то это упрощает ежедневную рутину, кому‑то заменяет психолога, кому‑то помогает приобретать новые знания. Есть и те, кто хочет существенно усовершенствовать процессы в уже работающем бизнесе или создает на основе AI свои продукты (наш вариант — последний).В начале этого года нам понадобилось провести тестирование AI‑моделей на предмет имеющегося функционала и возможностей AI‑моделей для оценки перспективности использования в тех или иных продуктах.Данная серия статей про результаты такого тестирования — от простого до самого продвинутого.
Почему LLM снизили стоимость кода, но не ускорили разработку
Всем привет! Меня зовут Александр, я COO в SaaS-платформе аналитики данных. Делюсь полезными материалами, которые считаю стоят внимания. В основном про AI, изменение процессов, тренды и продуктовое видение.У себя в телеграм-канале делюсь сжатыми и структурированными саммери статей.Сегодняшний перевод статьи разработчика, в которой хорошо подмечены проблемы применения LLM в разработке.На протяжении многих лет я чувствовал, что написание строк кода никогда не было узким местом в разработке программного обеспечения.
Это не BDD, это другое. Путь от кода к BugBuster — платформе автоматизации тестирования на естественном языке
Ручные тест-кейсы копятся быстрее, чем их успевают автоматизировать. Селекторы ломаются после каждого обновления вёрстки. А код автотестов остаётся понятным только разработчикам. В этой статье я разберу ключевые проблемы автотестов и расскажу, как их можно решить.
Explyt 4.0: агентский режим и генерация тестов по исполнению
Всем привет! В Питере вместе с летней жарой случился релиз Explyt 4.0 c крутыми фичами для написания кода, тестирования и дебаггинга: агентским режимом Explyt Agent и генерацией тестов по исполнению Generate Tests from Execution.Важные апдейты в Explyt 4.0:обновлённый подход к следованию примеру тестоврасширенная поддержка Testcontainers и @DataJpaTestгенерация тестов по спецификации (EAP)Улучшения и багфиксы:теперь форматируется только сгенерированный код, пользовательское форматирование сохраняетсяобновлены шаблоны запросов для интеграции с моделями Ollama
Исследование: Grok 4 готов доносить на пользователей регуляторам
Разработчик Тео Браун выяснил, что новая модель xAI Grok 4 всегда будет доносить на пользователей и отправлять электронные письма соответствующим органам, если заподозрит их в нарушении закона или совершении чего-то неэтичного.
Психология тестировщика: почему критическое мышление — это суперсила
Привет, Хабр! Меня зовут Галина, я работаю QA-инженером в Ozon Tech. Если вы думаете, что тестировщики только ищут баги, то вы заблуждаетесь. Мы не просто охотники за дефектами (хотя баги ловить умеем), мы те, кто ежедневно выходит на поле боя против самого изощрённого противника — нашего собственного мозга.
Шесть уровней AI-квалификации тестировщика
Последнее время почти любой мой диалог с русскоязычными и англоязычными инженерами по тестированию выглядит так:— Вижу у вас в профиле тестирование AI-приложений. — Я: Да.— Имеется в виду использование AI-тулов для тестирования?— Я: Нет, это разные вещи.Сейчас в разработке буквально каждый квартал происходят какие-то изменения, связанные с AI. Поэтому сложно отличить хайп от того, что компании уже фактически используют в проде. Мне удалось поучаствовать в тестировании AI-приложений на нескольких международных проектах и понять, что действительно уже обрело жизнь.
Полное руководство по всем видам тестирования
Программные проекты зависят от тщательного тестирования для обеспечения качества, надежности и удовлетворенности пользователей. Есть много разных типов тестирования, каждый из которых предназначен для обнаружения проблем на разных этапах жизненного цикла разработки.
Из чата в TMS: Как Telegram-бот с GPT ускоряет создание и выполнение тестов
В текущих реалиях тестировщики часто остаются в тисках рутины: трудозатраты на создание тест-кейсов и их ручной импорт в TMS (системы управления тестированием) съедают до 40-60% рабочего времени QA-инженера (
C каждой розетки про MCP, но давайте по-человечески
Предыстория: Последние месяцы Model Context Protocol (MCP) — буквально из каждого утюга. YouTube, Twitter, конференции, документации — все жужжат:«MCP это прорыв»,«Новый стандарт дебага»,«Интеграция AI в тесты нового поколения»...Звучит круто. Но, как часто бывает, всё сложно, перегружено и на птичьем языке. Я решил подойти с другой стороны. Это не мой, это ответ GPT, на понятном языке и с небольшими правками с моей стороны. Без заумных фраз, зато с примерами, мясом и аналогиями. Запрос был простым:Объясни по-пацански, что это вообще такое?Как это реально помогает, а не просто выглядит модно?
