تست
- Data Brewery؛ کارخونهٔ دادهٔ مصنوعی اطلسین
تیم مهاجرت ابری اطلسین برای تست ابزارهاش به دیتاست‌های غول‌پیکر جیرا و کانفلوئنس نیاز داشت. راه‌حلشون این بود که ساخت ردیف‌ها رو از وصل کردن رابطه‌ها جدا کنن.
- لینیر چطور CI رو از حالت گلوگاه درآورد
تست‌های لینیر از اول سال تقریباً چهار برابر شدن، ولی انتظار هر PR روی CI از بیشتر از ۶ دقیقه به کمی بالای ۵ دقیقه رسیده.
- چرا eval با string contains ممکنه بهت دروغ بگه
چک کردن اینکه یه کلمه تو خروجی ایجنت هست یا نه سریع و ارزونه، ولی نویسنده نشون می‌ده این کار اغلب چیزی که فکر می‌کنی رو ثابت نمی‌کنه.
۵ هفته پیش۳ دقیقهblog.mastykarz.nl - کد ریویوی انسانی هیچ‌وقت کامل نبود، فقط بهترین چیزی بود که داشتیم
نویسنده بیست سال کد ریویو رو نشانه‌ی یه تیم جدی می‌دونست و حالا نظرش عوض شده. می‌گه ریویو هیچ‌وقت تأیید کامل نبود، یه نمونه‌گیری انسانی بود که ما اسمش رو گذاشتیم ضمانت کیفیت.
۵ هفته پیش۳ دقیقهminid.net - Mutineer؛ ابزار mutation testing برای Ruby
یه ابزار Ruby که عمداً کدتو یه‌ذره خراب می‌کنه تا ببینه تست‌هات متوجه می‌شن یا نه؛ هر تغییری که از زیر دست تست‌ها در بره، با شمارهٔ خط گزارش می‌شه.
۵ هفته پیش۱ دقیقهdavidteren.github.io - گلوگاه دیگه کد ریویو نیست، تسته
وقتی یه ایجنت PR می‌سازه و ایجنت دیگه چند دقیقه‌ای ریویوش می‌کنه، تنها چیزی که آدم منتظرشه CIه. نویسنده مونورپو رو شکست تا این انتظار از ۱۳ دقیقه به ۲ دقیقه برسه.
- وقتی ریویو سریع شد، تست‌ها گلوگاه شدن
ایجنت‌ها PR رو باز می‌کنن و ایجنت دیگه‌ای تو دو دقیقه ریویوش می‌کنه. حالا تنها چیزی که معطل می‌مونه سوئیت تسته و نویسنده برای کوتاه‌کردنش مونورپو رو شکسته.
۵ هفته پیش۴ دقیقهallen.hutchison.org - بنچمارک خودت رو برای ابزارهای کدنویسی AI بساز
لیدربوردهای عمومی می‌گن کدوم ابزار به‌طور کلی بهتره؛ ولی اگه تسک‌های تکراری خودت رو آپلود کنی، می‌فهمی کدوم هارنس دقیقاً کار تو رو بهتر انجام می‌ده.
۶ هفته پیش۳ دقیقهmindstudio.ai - Harness Arena: مقایسهٔ واقعی ابزارهای کدنویسی AI
یه پلتفرم تازه همون تسک و همون مدل رو به Codex و Claude Code و چندتا ابزار دیگه می‌ده، خروجی‌ها رو بی‌نام جلوت می‌ذاره و خودت بهشون نمره می‌دی.
۶ هفته پیش۳ دقیقهmindstudio.ai - jsdom نسخهٔ ۳۰.۱؛ سرعت بیشتر و باگ‌های کمتر
نسخهٔ ۳۰.۱ jsdom پر از بهبود سرعت و رفع باگه، و جالب اینکه بیشتر مشارکت‌کننده‌هاش با کمک ابزارهای هوش مصنوعی کار کردن.
۶ هفته پیش۲ دقیقهgithub.com - Fuzz: فاز تستینگ رو می‌بره داخل Pest ۵
تست‌های دستی فقط همون چند ورودی‌ای رو چک می‌کنن که خودت نوشتی. این پکیج ورودی می‌سازه و با دنبال‌کردن مسیر اجرا می‌ره سراغ شاخه‌هایی از کد که هیچ‌وقت تست نکردی.
۶ هفته پیش۴ دقیقهlaravel-news.com - eval خوب نمره نمی‌ده، تصمیم می‌ده
یه مجموعه تست خوب برای مدل‌های هوش مصنوعی از جایی شروع می‌شه که تصمیم کسب‌وکار بهش وصله، نه از جایی که جمع‌کردن مثال راحته. این راهنما می‌گه توش چی باید باشه.
۶ هفته پیش۳ دقیقهsurgehq.ai - Dan Luu: با agentهای کدنویسی، تست از review مهم‌تره
Dan Luu از تجربه‌ی چندماهه‌ش با agentهای کدنویسی می‌گه: از ویدیوی جعلی Codex برای یه باگ، تا اینکه چرا تست تصادفی از بهترین مدل هم مهم‌تره.
۶ هفته پیش۴ دقیقهdanluu.com - 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.
۶ هفته 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.
۶ هفته 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.
۶ هفته 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.
۶ هفته 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.
۷ هفته 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.
۷ هفته 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.
۷ هفته پیش۲ دقیقهrubyonrails.org
