نویسنده می‌گه اگه خواسته‌ات رو با زبان صوری مثل Lean بنویسی، ایجنت می‌تونه هم پیاده‌سازی و هم اثبات ماشین‌خوانش رو بسازه و دیگه لازم نباشه کسی کد رو بخونه.

۱۳ هفته پیش۵ دقیقهgeorgwiese.github.io

تیم Neon یه کلاینتِ psqlِ کاملاً TypeScript رو داخل neonctl کار گذاشته که وقتی psqlِ بومی نصب نباشه خودکار فعال می‌شه؛ جالب‌تر این‌که کدش رو تقریباً کامل یه ایجنتِ هوش مصنوعی نوشته.

یه اسکنر متن‌باز نوشته‌شده با Rust که با قواعد آگاه از درخت نحو کد رو می‌گرده، مسیر داده از منبع تا نقطهٔ خطرناک رو دنبال می‌کنه و مستقیم به Code Scanning وصل می‌شه.

ایجنت‌های کدنویس معمولاً فقط دربارهٔ کد حدس می‌زنن؛ این CLI بهشون اجازه می‌ده اپ رو واقعاً روی دستگاه باز کنن، ببینن و شواهدش رو بردارن.

۱۳ هفته پیش۳ دقیقهgithub.com

نقشه‌ی نسخه‌ی ۱۲ نست‌جی‌اس عمومی شده: پکیج‌های اصلی به ESM می‌رن، Rspack جای وبپک رو می‌گیره و دکوریتورهای روت از Zod و Valibot پشتیبانی می‌کنن.

۱۳ هفته پیش۳ دقیقهtrilon.io

۶۰٪ مشکلات مدل‌های زبانی تو production رو اول کاربرها پیدا می‌کنن، نه مهندس‌ها. راه‌حلش یه دیسیپلین خسته‌کننده ولی حیاتیه: ارزیابی.

۱۳ هفته پیش۴ دقیقهproductpower.substack.com

یه بنچمارک جدید ایجنت‌های کدنویسی رو با تسک‌های واقعی و طولانی محک می‌زنه؛ جایی که حتی قوی‌ترین مدل هم فقط تونست کمتر از نصف کارها رو تموم کنه.

۱۳ هفته پیش۲ دقیقهarxiv.org

وقتی ایجنت یه اپ کامل رو توی یه بعدازظهر می‌سازه، هیچ‌کس نمی‌دونه کدوم فایل‌ها واقعی‌ان؛ Evil Martians یه بستهٔ اسکیل ساخته که این آشفتگی رو توی Storybook قابل دیدن می‌کنه.

۱۴ هفته پیش۴ دقیقهevilmartians.com

قسمت دهم سری Ship AI with Laravel سراغ سؤالی می‌ره که کسی دوست نداره: کدی رو که به OpenAI وصله چطور تست کنیم؟ جواب، سیستم fake خود SDK و تست‌هاییه که هیچ‌وقت به شبکه نمی‌زنن.

۱۴ هفته پیش۳ دقیقهlaravel-news.com

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.

۱۴ 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.

۱۴ 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.

۱۴ 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.

۱۵ 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.

۱۵ 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.

۱۵ 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.

۱۵ 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.

۱۵ 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.

۱۵ 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.

۱۵ هفته پیش۳ دقیقهgithub.com