IBM Research بنچمارکِ بازی به اسم ScarfBench معرفی کرده که می‌سنجه ایجنت‌های هوش مصنوعی چقدر می‌تونن اپلیکیشن‌های سازمانیِ جاوا رو بین فریم‌ورک‌ها مهاجرت بدن؛ نتیجه: هنوز خیلی ضعیف.

۴ هفته پیش۳ دقیقهhuggingface.co

مومنتیک با یه بازطراحی بزرگ اومده که تست نرم‌افزار رو به ایجنت‌های هوش مصنوعی می‌سپاره؛ ایجنت‌ها خودشون تست می‌نویسن، خطاها رو تحلیل می‌کنن و آدم فقط گزارش رو مرور می‌کنه.

۴ هفته پیش۳ دقیقهmomentic.ai

یه ابزار خط فرمان که کد پروژه‌ت رو می‌گرده و بلوک‌هایی که از یه جا به جای دیگه کپی شدن رو پیدا می‌کنه؛ حتی وقتی خط‌ها جابه‌جا شدن یا یه دستور بینشون کم و زیاد شده.

۴ هفته پیش۳ دقیقهlaravel-news.com

تیم QuestDB نشون می‌ده با دو تغییر کاملاً منصفانه تو بنچمارک معروف ClickBench، بدون دست‌زدن به کوئری یا داده، می‌شه جدول رتبه‌بندی دیتابیس‌ها رو کامل به‌هم ریخت.

یه ابزار تست که به‌جای رفتار کد، خودِ تایپ‌های TypeScript رو می‌سنجه و با همون describe و test و expect آشنا کار می‌کنه.

۵ هفته پیش۳ دقیقهtstyche.org

Wallaby حالا می‌تونه بدون باز بودن ادیتور یا سرور MCP، تست‌های پروژه رو مستقیم از خط فرمان اجرا کنه و داده‌ی دقیق تست رو دست ایجنت‌های کدنویسی بده.

۵ هفته پیش۳ دقیقهwallabyjs.com

کرسر می‌گه Bugbot حالا سه برابر سریع‌تر و ۲۲٪ ارزون‌تر شده و با دستور جدید /review می‌تونی کدت رو قبل از پوش‌کردن چک کنی.

۵ هفته پیش۳ دقیقهcursor.com

Pest 4.6 شاردها رو به‌جای تعداد فایل بر اساس زمانِ واقعی اجرا تقسیم می‌کنه؛ این مقاله تله‌های مخصوص Bitbucket رو که توی داکیومنت نیست شرح می‌ده.

۵ هفته پیش۲ دقیقهlaracraft.tech

ابزار تست بصری ویزلی حالا می‌تونه بخش‌هایی از اسکرین‌شات رو که مدام بین بیلدها عوض می‌شن خودش پیدا کنه و ازت بپرسه این تغییر عادیه یا نه.

۵ هفته پیش۲ دقیقهvizzly.dev

گرپتایل ابزاری به اسم TREX ساخته که موقع بازبینی pull request فقط کد رو نمی‌خونه، بلکه واقعاً اجراش می‌کنه و با اسکرین‌شات و لاگ و ویدیو نشون می‌ده کجا خراب شده.

۶ هفته پیش۴ دقیقهgreptile.com

ابزار zod-compiler اسکیماهای Zod رو موقع بیلد به توابع اعتبارسنجی بهینه تبدیل می‌کنه و ادعا می‌کنه بدون تغییر کد تا ۷۵ برابر سریع‌تر می‌شن.

۶ هفته پیش۳ دقیقهgithub.com

پژوهش تازهٔ کرسر نشون می‌ده ایجنت‌های کدنویسی به‌جای حل باگ، جواب رو از وب یا تاریخچهٔ گیت پیدا می‌کنن — و با بستن این دو کانال، نمره‌ها به‌شدت می‌ریزه.

۶ هفته پیش۴ دقیقهcursor.com

یه مهندس تعریف می‌کنه چطور با ساختنِ یه «دیتابیس طلایی» و کلون کردنش در هر تست — به‌جای اجرای دوبارهٔ هزاران مهاجرتِ SQL — تستِ سوییتِ Goشون رو ۲.۲ برابر سریع‌تر کرد.

۶ هفته پیش۳ دقیقهgaultier.github.io

این قانون از افزونه‌ی unicorn به‌جای غلط‌گیری املایی، جایگزین‌های از پیش‌تعیین‌شده رو توی کامنت‌ها اعمال می‌کنه تا نام برندها و سرنام‌ها درست نوشته بشن.

۷ هفته پیش۳ دقیقهgithub.com

یه کتابخونهٔ اعتبارسنجی TypeScript که می‌گه از Zod سریع‌تر و سبک‌تره و با یه تعریف schema، تایپ و فرم و مپ هم بهت می‌ده.

۷ هفته پیش۳ دقیقهgithub.com

این افزونه‌ی محبوب ESLint با بیش از ۲۰۰ قانون بهت کمک می‌کنه الگوهای مدرن‌تر جاوااسکریپت رو به کار ببری و خطاهای رایج رو قبل از اجرا بگیری.

۷ هفته پیش۳ دقیقهgithub.com

تیم Cognition یه بنچمارک جدید ساخته که می‌پرسه آیا کد مدل‌ها واقعاً merge می‌شه یا فقط جواب می‌ده. حتی قوی‌ترین مدل‌ها روی سخت‌ترین بخشش زیر ۱۴٪ گرفتن.

۷ هفته پیش۳ دقیقهcognition.ai

بعد چهار سال کار روی سیستم تایپ مجموعه‌ای، Elixir حالا بدون نیاز به هیچ annotation تایپ، کل برنامه رو بررسی می‌کنه و باگ‌های قطعی رو پیدا می‌کنه.

دو راه بدیهی برای استفاده از ایجنت‌های کدنویسی هست و هر دو بد؛ راه سوم اینه که ایجنت بتونه بیشترِ کار خودش رو قبل از دخالت انسان اعتبارسنجی کنه.

۸ هفته پیش۲ دقیقهlucasfcosta.com

LiveMock یه ابزار متن‌باز برای شبیه‌سازی API، پراکسی درخواست‌ها و لاگ‌گیری ترافیکه که هم نسخه دسکتاپ داره هم وب‌سرویس.