تست
- چانک؛ اعتبارسنجی هم‌پای ایجنت‌های کدنویس
سرکل‌سی‌آی می‌گه ایجنت‌های کدنویس تندتر از CI کد می‌زنن، برای همین اعتبارسنجی رو برده کنار خود ایجنت تا خطا قبل از پوش شدن گیر بیفته.
- ۵ سرور وب‌سوکت Node.js زیر ذره‌بین
یه بنچمارک بین پنج سرور وب‌سوکت شروع شد و به بن‌شدن آی‌پی نویسنده تو چهار کشور رسید — ولی درس اصلی این بود که خود ابزار اندازه‌گیری داشت کندی خودش رو به پای سرور می‌نوشت.
۱۲ هفته پیش۳ دقیقهevilmartians.com - ReactBench؛ بنچمارکی برای کد ری‌اکتی که ایجنت‌ها می‌نویسن
مدل‌ها می‌تونن همهٔ تست‌های بنچمارک‌های امروزی رو پاس کنن و باز هم ری‌اکتی بنویسن که تو پروداکشن می‌شکنه؛ ReactBench دقیقاً سراغ همین شکاف رفته.
۱۲ هفته پیش۳ دقیقهreactbench.com - نقد کلود اوپوس ۵: درخشان ولی آزاردهنده
کلر واردل کلود اوپوس ۵ رو مقابل شش مدل دیگه تو یه بنچمارک کور گذاشت و اول شد؛ ولی می‌گه همون مدل، محتاط و عذرخواه و وابسته به تأیید آدمه.
۱۲ هفته پیش۳ دقیقهlennysnewsletter.com - یه باگ ۱۶ ساله تو SQLite که با TLA+ پیدا شد
تیم دی‌کوایت کنونیکال با مدل‌سازی TLA+ رفتن سراغ یه باگ خرابی داده که ۱۶ سال تو کد SQLite مخفی مونده بود تا ببینن دی‌کوایت خودشون هم درگیرشه یا نه.
- fakecloud: شبیه‌ساز محلی AWS و رایگان
از وقتی نسخهٔ کامیونیتی LocalStack حساب کاربری و توکن خواست، یه شبیه‌ساز تک‌باینری اومده که بدون حساب و بدون هزینه همون کار رو می‌کنه.
- ReactBench؛ وقتی پاس شدن تست‌ها کافی نیست
مدل‌ها تست‌ها رو پاس می‌کنن ولی کد Reactشون تو پروداکشن می‌ترکه؛ این بنچمارک تازه کنار تست رفتاری، بیش از ۴۰۰ قانون کیفیت رو هم روی خروجی ایجنت اجرا می‌کنه.
۱۲ هفته پیش۴ دقیقهreactbench.com - شبیه‌ساز iOS کنار گفت‌وگوی Claude Code
نسخهٔ دسکتاپ Claude Code حالا شبیه‌ساز iOS رو کنار چت نشون می‌ده؛ هم می‌بینی دستیار داره اپ رو تست می‌کنه، هم خودت همون لحظه می‌تونی با همون دستگاه کار کنی.
۱۲ هفته پیش۴ دقیقهcode.claude.com - مدل‌ها باگ کد خودشون رو کمتر می‌بینن
تیم تحقیق Greptile روی هزار پول‌ریکوئست نوشته‌شده با ایجنت‌ها آزمایش کرده و دیده هر مدل تو کد مدل رقیب باگ بیشتری پیدا می‌کنه تا تو کد خودش.
۱۳ هفته پیش۴ دقیقهgreptile.com - Kivo؛ کلاینت سریع و متن‌باز برای کار با API
یه کلاینت API دسکتاپ که با Rust و Tauri ساخته شده، محلی و سریعه و علاوه بر HTTP از GraphQL، gRPC و استریم‌های بلادرنگ هم پشتیبانی می‌کنه.
- Drone-Bench؛ مدل‌ها چقدر می‌تونن برای پهپاد نظارتی کد بزنن؟
Andon Labs یه بنچمارک جدید داده که می‌سنجه مدل‌های هوش مصنوعی چقدر خوب می‌تونن برای یه پهپاد ارزون‌قیمت کد بنویسن تا آدم‌ها رو پیدا و دنبال کنه.
۱۳ هفته پیش۲ دقیقهandonlabs.com - baguette: کنترل شبیه‌ساز iOS بدون Xcode
یه ابزار خط فرمان سوییفت که شبیه‌ساز آیفون رو هدلس بالا میاره، صفحه‌ش رو استریم می‌کنه و لمس و ژست و دکمه‌های سخت‌افزاری رو از بیرون بهش تزریق می‌کنه.
- eslint-node-test؛ قوانین ESLint برای node:test
یه پلاگین ESLint از سیندره سوروس که مخصوص تست‌رانر داخلی نود نوشته شده و ده‌ها اشتباه رایج رو قبل از اجرا شدن تست‌ها می‌گیره.
۱۳ هفته پیش۳ دقیقهgithub.com - Kvile: کلاینت سبک .http بدون حساب کاربری
یه کلاینت API که فایل‌های .http رو مثل شهروند درجه‌یک می‌بینه، با Tauri و Rust ساخته شده و هیچ حساب کاربری و تله‌متری‌ای نمی‌خواد.
۱۳ هفته پیش۲ دقیقهkvile.app - مدیریت مهندسی وقتی نوشتن کد ارزون شد
یک دایرکتور مهندسی سه‌ساله می‌گه نصف قواعد قدیمی مدیریت روی فرضِ گرون بودن کد بنا شده بودن و اون فرض فرو ریخته؛ نصف دیگه دست‌نخورده و مهم‌تر از قبل شده.
- Freerange: باگ‌های عددی تایپ‌اسکریپت رو قبل از اجرا بگیر
یه ابزار تازه با همون API رسمی تایپ‌اسکریپت محدودهٔ ممکن هر عدد رو موقع بیلد حساب می‌کنه تا NaN و تقسیم بر صفر و ایندکس بیرون از آرایه رو قبل از اجرا پیدا کنی.
۱۳ هفته پیش۲ دقیقهgithub.com - هر نیازمندی در واقع یه تصمیمه، نه یه نیاز
نویسنده می‌گه «چی»ِ یه نفر تقریباً همیشه «چطور»ِ یه نفر دیگه‌ست؛ و بالا رفتن تو درخت تصمیم با سؤال چرا، گزینه‌هایی رو برمی‌گردونه که زودتر بسته بودی.
- SMS Catcher؛ همون کاری که Mailpit با ایمیل می‌کنه
یه پکیج توسعه برای لاراول که پیامک‌های خروجی رو قبل از رفتن به سرویس واقعی می‌گیره و تو یه داشبورد محلی، داخل ماکاپ گوشی نشون می‌ده.
۱۳ هفته پیش۳ دقیقهlaravel-news.com - guard-skills: نگهبان‌هایی برای کدی که ایجنت می‌نویسه
یه مجموعهٔ متن‌باز از skillها که بعد از تموم‌شدن کار ایجنت روی diff اجرا می‌شن و خطاهای تکرارشوندهٔ کد تولیدشده با هوش مصنوعی رو قبل از commit بیرون می‌کشن.
۱۳ هفته پیش۳ دقیقهgithub.com - ابزار دیباگی که دست‌کم گرفته می‌شه: کاهنده‌ی تست‌کیس
وقتی برنامه روی یه ورودی بزرگ کرش می‌کنه و نمی‌دونی کجاش مقصره، یه ابزار ساده می‌تونه ورودی رو تا ۹۹٪ کوچیک کنه و باگ رو جلوی چشمت بذاره.
۱۳ هفته پیش۴ دقیقهtratt.net
