Pest v4.5.0 با قابلیت retry خودکار برای تست‌های ناپایدار اومد — حالا می‌شه تست‌هایی که گاهی قطع می‌شن رو علامت‌گذاری کرد تا فریمورک خودش چند بار اجراشون کنه.

۲۱ هفته پیش۲ دقیقهlaravel-news.com

دو اسکیل (skill) برای ایجنت‌های کدنویسی هوش مصنوعی که تست سیستم‌های توزیع‌شده رو بر پایه‌ی ادعاهای محصول طراحی و اجرا می‌کنن.

۲۱ هفته پیش۳ دقیقهgithub.com

با رشد سرعت توسعه و استفاده گسترده از هوش مصنوعی، پایپ‌لاین‌های CI به یکی از بزرگ‌ترین منابع هزینه زیرساخت تبدیل شدن — و تست‌ها مقصر اصلی‌ان.

Orval یه ابزار متن‌بازه که از روی مستندات OpenAPI یا Swagger، کد کلاینت TypeScript کاملاً تایپ‌سیف تولید می‌کنه — از هوک‌های React Query گرفته تا Angular و Zod.

۲۱ هفته پیش۲ دقیقهgithub.com

اوروال یه ابزار کد‌جنریشن هست که مشخصات OpenAPI رو به کلاینت‌های تایپ‌سیف، موک و ولیدیتور تبدیل می‌کنه. نسخه ۸ این ابزار منتشر شد.

۲۲ هفته پیش۲ دقیقهorval.dev

agent-device یه CLI متن‌بازه که به ایجنت‌های هوش مصنوعی اجازه می‌ده اپ‌های واقعی رو روی iOS، Android و دسکتاپ اجرا، بررسی و تست کنن — بدون نیاز به دخالت مستقیم انسان.

۲۲ هفته پیش۳ دقیقهgithub.com

وقتی یه باگ ساده رو درست می‌کنی و یه جای دیگه می‌شکنه، یا یه تغییر دو روزه دو هفته طول می‌کشه — اینا تصادفی نیستن، نشانه‌ی طراحی بدن.

تیم Flare به جای mock کردن، یک اپلیکیشن لاراول واقعی با سرور HTTP و صف کارها راه انداخت تا مطمئن بشه همه چیز درست کار می‌کنه.

۲۲ هفته پیش۳ دقیقهflareapp.io

Counterfact یه ابزار جدیده که با دادن یه فایل OpenAPI، یه API کامل و زنده با TypeScript برات می‌سازه — بدون نیاز به پیکربندی یا نصب اضافه.

۲۲ هفته پیش۳ دقیقهnodeweekly.com

اگه ابزارهای Unix Shell می‌نویسی و دنبال یه فریم‌ورک تست سبک و بدون وابستگی هستی، دستور prove و پروتکل TAP دقیقاً همونیه که نیاز داری.

۲۲ هفته پیش۲ دقیقهzork.net

Counterfact یه ابزار متفاوته که از روی OpenAPI spec یه API کامل و stateful می‌سازه — با تایپ‌سیف TypeScript، هات‌ریلود، و یه REPL زنده برای کنترل همه چیز.

k6 2.0 با پشتیبانی از ورک‌فلوهای هوش مصنوعی، API جدید Assertions و بهبود اکستنشن‌ها منتشر شد و تست پرفورمنس رو به سطح جدیدی می‌بره.

۲۳ هفته پیش۳ دقیقهgrafana.com

AutoTTS یه رویکرد جدیده که به‌جای طراحی دستی استراتژی‌های استنتاج در مدل‌های زبانی، از یه عامل هوشمند می‌خواد این استراتژی‌ها رو خودش پیدا کنه — بدون هیچ آپدیت وزنی.

۲۴ هفته پیش۳ دقیقهgithub.com

Qase یه پلتفرم مدیریت تست هست که نتایج تست‌های دستی، اتوماتیک و CI/CD رو توی یه جا جمع می‌کنه. با کمک هوش مصنوعی AIDEN می‌تونه تست‌کیس‌های دستی رو مستقیم به اسکریپت‌های Playwright، Cypress یا Selenium تبدیل کنه. اینطوری بک‌لاگ تست کوچیک‌تر می‌شه، نه بزرگ‌تر. همچنین یه لایه‌ی Traceability کامل بین ریکوایرمنت‌ها و نتایج تست فراهم می‌کنه تا تیم بدونه دقیقاً قبل از هر ریلیز وضعیت چیه.

۲۴ هفته پیشqase.io

Mochi.js یه کتابخانه TypeScript برای اتوماسیون مرورگره که به‌جای جعل تصادفی اثرانگشت، همه چیز رو از یه منبع مشترک و منسجم می‌سازه تا سیستم‌های تشخیص ربات گولش نخورن.

۲۴ هفته پیشgithub.com

جک کلارک، از پیشگامان حوزه هوش مصنوعی، در خبرنامه‌ی Import AI ادعای جالبی مطرح کرده: با احتمال بیش از ۶۰ درصد، تا پایان سال ۲۰۲۸ یک سیستم هوش مصنوعی وجود خواهد داشت که بدون دخالت انسان، می‌تونه نسخه‌ی بعدی خودش رو بسازه. این ادعا بر پایه‌ی شواهد عمومی و روند پیشرفت معیارهایی مثل SWE-Bench و METR مطرح شده. پیشرفت‌هایی که نشون می‌ده مدل‌های امروزی داره تمام اجزای چرخه‌ی تحقیق در AI رو یکی‌یکی اتوماسیون می‌کنن. اگه این اتفاق بیفته، به گفته‌ی کلارک، ما از یه خط بی‌بازگشت رد می‌شیم که پیش‌بینی آینده

۲۴ هفته پیشjack-clark.net

بیشتر شرکت‌هایی که داده برای آموزش مدل‌های زبانی بزرگ می‌فروشن، از استانداردهای QC که خود لب‌ها به‌کار می‌برن خبر ندارن یا اونا رو نادیده می‌گیرن. دو گام اصلی کنترل کیفیت داده شامل «بررسی ورودی» و «تست فعال» می‌شه که اولی ارزان‌تره اما اغلب نادیده گرفته می‌شه و دومی مشکلاتی مثل reward hacking، sycophancy و فراموش‌کاری مدل رو قبل از تحویل شناسایی می‌کنه. لب‌هایی مثل Anthropic در سال ۲۰۲۵ بیش از یک میلیارد دلار برای داده‌های RL هزینه کردن، پس هر نقص کوچکی در QC هزینه‌ای چند برابری به دنبال داره. ف

۲۴ هفته پیشseancai.com

Wallaby.js یه ابزار تست‌رانر برای جاوااسکریپت و تایپ‌اسکریپته که نتایج تست رو همون موقع که داری کد می‌نویسی، مستقیم کنار کدت نشون می‌ده. به‌جای اجرای همه تست‌ها، فقط تست‌هایی رو اجرا می‌کنه که تغییرات کدت بهشون مربوطه، یعنی اغلب فقط یه تست. پلاگین IDE هست و با VS Code، Jest، React و ابزارهای هوش مصنوعی مثل Copilot و Cursor هم کار می‌کنه. قابلیت‌هایی مثل Time Travel Debugger، نمایش مقادیر runtime کنار کد و گزارش خطا درجا، فرآیند دیباگ رو خیلی سریع‌تر می‌کنه.

۲۴ هفته پیشwallabyjs.com

Braintrust یه پلتفرم تخصصی برای مانیتورینگ و ارزیابی سیستم‌های هوش مصنوعی در محیط تولیده که تازه ۸۰ میلیون دلار سرمایه سری B جذب کرده. این ابزار بهت کمک می‌کنه trace های تولید رو بررسی کنی، کیفیت خروجی‌های مدل رو با eval بسنجی، و قبل از اینکه کاربر متوجه بشه مشکلات رو شناسایی کنی. Braintrust با یه دیتابیس اختصاصی به اسم Brainstore کار می‌کنه که برای داده‌های پیچیده AI طراحی شده و سرعت جستجو و نوشتن خیلی بالاتری نسبت به دیتابیس‌های معمولی داره.

۲۴ هفته پیشbraintrust.dev

ProgramBench یه بنچمارک جدیده که می‌سنجه آیا مدل‌های زبانی می‌تونن فقط با یه فایل اجرایی و مستنداتش، کل سورس‌کد یه برنامه رو از صفر بازنویسی کنن. هیچ اشاره‌ای به ساختار، کلاس، یا فایل‌ها داده نمی‌شه و مدل باید همه‌چیز رو خودش طراحی کنه. نتایج جالبه: هیچ‌کدام از مدل‌های بزرگ مثل Claude، GPT-5 یا Gemini نتونستن حتی یه تسک رو به‌طور کامل حل کنن. این بنچمارک ۲۰۰ تسک داره که از ابزارهای کوچیک مثل ripgrep تا پروژه‌های عظیمی مثل SQLite و FFmpeg رو پوشش می‌ده.

۲۴ هفته پیشprogrambench.com