تست
- زبان‌های داینامیک واقعاً برای LLM ارزون‌ترن؟
یه بررسی تازه نشون می‌ده ادعای رایج «زبان‌های داینامیک توکن کمتری می‌خورن» فقط روی مسئله‌های اسباب‌بازی درسته و تو کارهای واقعی محو می‌شه.
۱۱ هفته پیش۲ دقیقهdanluu.com - jsdom؛ یه مرورگر جعلی داخل Node.js
یه کتابخونهٔ جاوااسکریپتی که DOM مرورگر رو داخل Node شبیه‌سازی می‌کنه تا بشه صفحه‌های وب رو بدون بالا آوردن مرورگر واقعی تست و اسکرپ کرد.
۱۱ هفته پیش۳ دقیقهgithub.com - کیفیت کد در دوران ایجنت‌ها
وقتی ایجنت‌ها روزی هزاران تغییر می‌سازن، دیگه کسی نمی‌تونه همه‌شو بخونه. ادی آزمانی می‌گه کیفیت نرم‌افزار از این به بعد تو محدودیت‌هایی تعریف می‌شه که دور ایجنت‌ها می‌ذاری.
۱۱ هفته پیش۳ دقیقهaddyo.substack.com - چرا ایجنت‌های هوش مصنوعی هنوز شکست می‌خورن
دو سال بعد از فراگیر شدن ایجنت‌های AI، استقرارشون تو شرکت‌ها هنوز تک‌رقمیه. یه تحلیل داده‌محور می‌گه ریشهٔ ماجرا چهار چیزه و هیچ‌کدوم با مدل بهتر حل نمی‌شه.
۱۱ هفته پیش۳ دقیقهjeremytian.substack.com - تست‌پلن اجرایی داخل پیام کامیت
ولید خان تعریف می‌کنه که با گذاشتن بلاک‌های scrut توی متن کامیت، بخش Test Plan از یه توضیح تزئینی به تستی تبدیل می‌شه که واقعاً اجرا می‌شه.
۱۱ هفته پیش۳ دقیقهblog.waleedkhan.name - فیدل فستلی: تست VCL روی خودِ لبه
کامپایلر VCL فستلی فقط روی لبه اجرا می‌شه و تست محلی همه‌چیز رو پوشش نمی‌ده؛ حالا همون سندباکس آنلاین به ایجنت‌های کدنویس هم اجازه می‌ده کد تولیدشده رو روی زیرساخت واقعی بسنجن.
- کد ریویوی خصمانه: تجربهٔ Wealthfront
Wealthfront برای هر مشکل احتمالی دو ایجنت مخالف می‌فرسته تا سر واقعی بودنش بحث کنن و مدل سومی قضاوت کنه؛ نتیجه‌ش افت شدید کامنت‌های الکی بوده.
۱۱ هفته پیش۳ دقیقهeng.wealthfront.com - چرا ایجنت AI کارو کامل تحویل نمی‌ده
خروجی اول یه ایجنت معمولاً ۶۰ تا ۷۰ درصد کاره و بقیه‌ش با رفت‌وبرگشت دستی جلو می‌ره؛ راه‌حل اینه که خود ایجنت قبل از تحویل، کارشو بسنجه.
۱۱ هفته پیش۳ دقیقهmindstudio.ai - بونسای؛ کتابخونهٔ رابط کاربری جین‌استریت با OCaml
جین‌استریت تقریباً همهٔ اپ‌های وب داخلیش رو با یه کتابخونهٔ OCaml می‌سازه که کامپوننت‌ها رو ماشین حالت تابعی می‌بینه و حالت رو بیرون از درخت کامپوننت‌ها نگه می‌داره.
۱۱ هفته پیش۳ دقیقهgithub.com - دیزاین سیستم هم به eval نیاز داره
می‌تونی تمیزترین AGENTS.md دنیا رو بنویسی و باز هم ندونی کامپوننتی که امروز رفت روی محصول، از کتابخونهٔ خودت اومده یا یه div با رنگ هاردکد بوده.
۱۱ هفته پیش۴ دقیقهblog.murphytrueman.com - تست یکپارچگی در Rust بدون دردسر
Rust نه setup داره نه teardown سراسری، ولی نویسنده می‌گه همین کمبود باعث شده تست‌های یکپارچگی‌ش تمیزتر باشن — چون الگوی RAII کانتینرهای داکر رو خودکار جمع می‌کنه.
۱۱ هفته پیش۳ دقیقهgithub.com - تو هر پیاده‌سازی Raft که تست شد، باگ پیدا شد
تیم Antithesis با یه تست خیلی ساده و تزریق خطا، نقض شدن تضمین اصلی اجماع رو تو پیاده‌سازی‌های شناخته‌شده پیدا کرد؛ از HashiCorp Raft تا OpenRaft و MicroRaft.
- نشتی حافظهٔ SPA رو با soak test بگیر
بک‌اندی‌ها سال‌هاست سرورشون رو ساعت‌ها زیر بار می‌ذارن تا نشتی حافظه رو پیدا کنن؛ همین کار با Playwright روی خود اپ فرانت‌اند هم شدنیه و چند دقیقه بیشتر وقت نمی‌بره.
۱۱ هفته پیش۳ دقیقهdenodell.com - تجربه‌ی یه توسعه‌دهنده از کدنویسی با هوش مصنوعی
نویسنده از وقتی که Codex واسه اثبات یه ادعای غلط، یه ویدیوی کاملاً جعلی از تست ساخت می‌گه؛ و از تجربه‌ش با فازینگ، تست‌نویسی هوش مصنوعی و «caveman mode» حرف می‌زنه.
۱۲ هفته پیش۴ دقیقهdanluu.com - Bruno؛ کلاینت API متن‌بازی که کالکشن‌ها رو تو ریپو نگه می‌داره
کالکشن‌های API معمولاً روی سرور یه شرکت دیگه می‌مونن. Bruno اون‌ها رو به فایل متنی داخل ریپوی خودت تبدیل می‌کنه تا مثل بقیهٔ کد ورژن‌بندی‌شون کنی.
۱۲ هفته پیش۲ دقیقهgithub.com - کیفیت نرم‌افزار داره به اتاق هیئت‌مدیره می‌رسه
مدیران ارشد به استراتژی تست‌شون خیلی بیشتر از خود متخصص‌ها اطمینان دارن؛ نویسنده می‌گه بستن این شکاف کار ترجمه‌ست، نه کار ابزار تازه.
- smevals؛ فریم‌ورکی برای ارزیابی مدل‌های کوچیک
یه ابزار متن‌باز پایتونی که ارزیابی مدل‌های زبانی رو به چندتا فایل YAML و یه اسکریپت اجرایی ساده تبدیل می‌کنه و نتیجه‌ها رو هم به شکل گزارش و رابط وب نشون می‌ده.
۱۲ هفته پیش۳ دقیقهgithub.com - ساختن تقریباً مجانی شد، تأیید‌کردن نه
جفری هانتلی می‌گه تو شش ماه گذشته حرفهٔ ما بیشتر از سی سال قبلش عوض شده و حالا مسئلهٔ اصلی نوشتن کد نیست، مطمئن‌شدن از درستیشه.
۱۲ هفته پیش۲ دقیقهghuntley.com - دیتاداگ ابزارهای MCP امنیتی رو برای Cloud SIEM ساخت
دیتاداگ برای Cloud SIEM یه دسته ابزار MCP ساخته تا ایجنت‌های امنیتی بتونن سیگنال‌ها رو بررسی و قوانین تشخیص رو مدیریت کنن، اونم بدون شلوغ کردن کانتکست ایجنت.
۱۲ هفته پیش۳ دقیقهdatadoghq.com - ReactBench: پاس شدن تست‌ها دیگه کافی نیست
یه بنچمارک جدید برای ایجنت‌های کدنویس که علاوه بر تست‌های رفتاری، کیفیت و کارایی و دسترس‌پذیری کد ری‌اکت رو هم شرط قبولی می‌دونه.
۱۲ هفته پیش۳ دقیقهgithub.com
