تست
- سایدبرنچ: مقایسهٔ زندهٔ UI بین برنچهای گیت
ابزار متنباز سایدبرنچ میذاره دو برنچ گیت رو کنار هم تو مرورگر مقایسه کنی، بدون اینکه ورکینگتری خودتو دست بزنی یا برنچ عوض کنی.
۱۰ ساعت پیش۲ دقیقهsidebranch.dev - آرتمیس؛ ابزار گوگل که با هوش مصنوعی گوشیت رو مثل آدم لمس میکنه
گوگل یه ابزار متنباز به اسم آرتمیس منتشر کرده که با کمک هوش مصنوعی، گوشی اندرویدی واقعی رو دقیقا مثل یه آدم لمس میکنه و تستهای پیچیده رو خودش انجام میده.
۱۸ ساعت پیش۲ دقیقهgithub.com - GPT-5.6 Luna در برابر GPT-6 Astra: مدل ۱.۲۰ دلاری برای ریویو کد بهدرد میخوره؟
تیم Entelligence یه مدل ارزونقیمت هوش مصنوعی رو با یه مدل گرون مقایسه کرده تا ببینه برای ریویو کد چقدر خوبه، و نتیجه تو کدهای امنیتی جالب از آب دراومده.
۲۰ ساعت پیش۲ دقیقهentelligence.ai - اندازهگیری شلختگی کدهایی که هوش مصنوعی مینویسه
یه محقق با پسزمینهی فیزیک دو معیار عددی برای سنجش شلختگی کدهای تولیدشده با هوش مصنوعی معرفی میکنه و نشون میده چرا خود ایجنتها هم نمیتونن این شلختگی رو جمع کنن.
۱ روز پیش۳ دقیقهearendil.com - با تست تصادفی (fuzzing) تو کلاینت HTTP خودش ۱۱ تا باگ پیدا کرد
نویسنده بهجای نوشتن تستهای مثالمحور، برای کلاینت HTTP خودش (ffetch) قانون کلی نوشت و گذاشت ابزار فازینگ ورودیهای عجیب رو پیدا کنه؛ نتیجهش یازده باگ پنهون بود.
۵ روز پیش۳ دقیقهblog.gaborkoos.com - Node.js داره یه ماژول بنچمارک رسمی میگیره
دو PR تازه یه ماژول تجربی به اسم node:bench رو به هستهی Node.js اضافه میکنن، دقیقاً با همون الگوی node:test ولی برای بنچمارک زدن.
۵ روز پیش۳ دقیقهjasnell.me - Fable 5.1؛ همرتبهی Opus 5 تو بنچمارک ریلز، با قیمت کمتر
نسخه جدید Claude Fable تو بنچمارک ریلزی Agents on Rails به امتیاز Opus 5 رسید، اما با هزینه و زمان اجرای کمتر؛ مدل مخفی دور قبلی هم حالا معرفی شد.
۵ روز پیش۲ دقیقهrubyonrails.org - چرا فقط تست کردن پرامپت کافی نیست؟
توسعهدهندهای که داره یه بازی متنی با هوش مصنوعی میسازه، تعریف میکنه چطور از تست ساده پرامپت به یه سیستم eval کامل رسید که کل بازی، حافظه و حتی صفحهٔ نمایش رو چک میکنه.
۵ روز پیش۳ دقیقهchrismdp.com - دراپباکس چطور بنر کوکیهای ۲۰۰ تا سایتش رو خودکار تست میکنه
دراپباکس بیش از ۲۰۰ وبسایت داره و برای اینکه بفهمه بنر کوکی همهجا درست کار میکنه، یه ربات ساخته که مثل یه کاربر واقعی رفتار میکنه و هر هفته گزارش میده.
- نسخه ۵ Vitest با آپدیتهای سرعتی منتشر شد
تیم Vitest نسخه ۵ رو با تمرکز روی سرعت منتشر کرده؛ توی بنچمارکهای خودشون زمان اجرای تستها توی پروژههای بزرگ تا نیمی کم شده.
۶ روز پیش۲ دقیقهvitest.dev - Vitest یه Trace View دیباگمحور بهت میده
Vitest حالا یه قابلیت تجربی به اسم traceView داره که هر تعامل مرورگر رو مرحله به مرحله ضبط میکنه تا بعد از تموم شدن تست هم بشه قدمبهقدم بررسیش کرد.
۱ هفته پیش۲ دقیقهvitest.dev - مدل باگ رو درست میکنه، ولی پیداش هم میکنه؟
یه توسعهدهنده مدلهای کوچیک و بزرگ رو گذاشت جلوی باگهای واقعی جنگو، بدون هیچ سرنخی. نتیجه نشون داد بنچمارکهای معروف دارن چیز دیگهای رو اندازه میگیرن.
۱ هفته پیش۳ دقیقهblog.reqproof.com - کد ریویو تو دوران ایجنتهای AI عوض شده
با اینکه ایجنتهای هوش مصنوعی حالا بیشتر کدها رو مینویسن، تیمهای مختلف روشهای خیلی متفاوتی برای ریویو کردن این حجم تغییرات پیدا کردن؛ از حذف تقریبی ریویوی انسانی تا ریویو کردن فقط پلن و اسکیما.
۱ هفته پیش۳ دقیقهnewsletter.pragmaticengineer.com - دو تا امتیاز MMLU که اصلاً قابل مقایسه نیستن
یه مقالهٔ فنی میگه وقتی دو مدل هر دو رو MMLU تست میشن ولی روش امتیازگیریشون فرق داره، مقایسهٔ عددهاشون بیمعنیه، حتی اگه اسم بنچمارک و واحد امتیاز یکی باشه.
۱ هفته پیش۳ دقیقهzatona.dev - ایجنتها بلد نیستن تست بنویسن
دن لو ۲۶ حالت مختلف از TDD و QuickCheck تا Lean 4 و TLA+ رو روی یک تسک واحد سنجید. حالت بدون هیچ دستور اضافه بالای میانگین موند و TDD ته جدول نشست.
۱ هفته پیش۳ دقیقهdanluu.com - Vitest ۵ منتشر شد؛ سریعتر و با ابزارهای دیباگ جدید
نسخهی پنجم Vitest، فریمورک تست جاوااسکریپت، با تمرکز روی سرعت اومده؛ تو بعضی پروژههای بزرگ زمان اجرای تستها تا ۵۳ درصد کم شده، و ابزارهایی مثل Trace View هم برای دیباگ تستهای مرورگری اضافه شده.
۱ هفته پیش۳ دقیقهvitest.dev - تست ایجنتیک: به جای مسیر، مقصد رو بده
به جای اینکه قدمبهقدم بنویسی چی کلیک شه، هدف رو به یه ایجنت میدی تا خودش راه رو پیدا کنه. متا، اوبر و Airbnb امتحانش کردن و عددهاشون میگه کجا جواب میده و کجا نه.
۱ هفته پیش۳ دقیقهtheaiengineer.substack.com - بازنویسی یه سرویس ۹۲ میلیون پیامی با Claude Code
تیم Checkly سرویس اصلی پردازش نتایجش رو از Node.js به Go برد و کدنویسیش رو به یه ایجنت سپرد. چیزی که کار رو جواب داد، هارنس تستی بود که قبل از نوشتن کد ساختن.
۱ هفته پیش۳ دقیقهchecklyhq.com - چیزی که spec کامپوننت جا میذاره
Nathan Curtis میگه راه فهمیدن اینکه spec یه کامپوننت چقدر از نیت طراحی رو واقعاً حمل میکنه اینه که ازش بخوای کامپوننت رو پس بده و بعد دو تا نسخه رو با هم diff کنی.
۱ هفته پیش۳ دقیقهnathanacurtis.substack.com - مهاجرت از Enzyme در دو هفته با کمک AI
آسانا رفتن از یه فریمورک تست قدیمی رو سالها عقب انداخته بود و آخرش با ایجنتهای AI دو هفتهای تمومش کرد؛ مقاله میگه مهاجرت فریمورک شاید بهترین کاربرد فعلی AI باشه.
۱ هفته پیش۲ دقیقهnewsletter.pragmaticengineer.com
