Как я заставил ИИ-агентов собирать себе harness под конкретную задачу
Я дал Claude Code (Opus 5.5) тестовое задание: нарисовать в SVG сцену из «Бегущего по лезвию 2049». Агенты, которые я пробовал, провалили его одинак…
Testing & QA
⚑ Сообщить о проблемеПоследние новости Testing & QA от Tech News
Все темы
agents
ai
api
architecture
automation
backend
beginners
career
claude
cybersecurity
devchallenge
devops
discuss
javascript
llm
machinelearning
mcp
node
opensource
performance
productivity
programming
python
security
showdev
softwareengineering
testing
tutorial
typescript
webdev
Где заканчивается самостоятельность ИИ-агента? Я дала ему банковскую карту, телефон, браузер и 200+ MCP: итоги теста
ИИ-агент купил мне авиабилет, накопил годовой запас кофе и попал в чёрный список ресторанов. Я дала ему выделенную банковскую карту для оплаты, теле…
Как изменилось программирование с появлением ИИ
Ещё несколько лет назад работа программиста выглядела достаточно привычно. Нужно было разобраться в задаче, выбрать архитектуру, написать код, найти…
Траблшутинг ИИ‑багхантинга: ошибки, которые убивают ваши репорты
ИИ в багхантинге перестал быть экзотикой. Сегодня агент помогает искать уязвимости почти у всех, и вопрос давно не в том, пользоваться им или нет, а…
ИИ для аналитиков и руководителей проектов: 28 выступлений на A&PM EVENT 2026
ИИ уже пишет черновики ТЗ, ищет противоречия в требованиях, прикидывает трудозатраты и разбирает номенклатуру в 1С, но каждый, кто пробовал это на ж…
ИИ‑Мониторинг, который работает и врёт
Упавший скрипт меня не пугает. Он падает, крон пишет в лог, в телеграм прилетает ошибка, я иду чинить. Неприятно, но честно. Пуг…
Свой ИИ-агент по спецификации: пошагово от цели до прода
Агента сегодня можно собрать за вечер: длинный промпт, пара инструментов — и он что-то делает. Сложности начинаются потом: поведение нельзя проверит…
Как превратить первую версию кода в расходный материал
Авторы: Кирилл Гончаров, Сергей Адамов (BusinessPad) Представим ситуацию. Вы настроили ИИ-агента и за две недели собрали с его помощью новый продукт…
Лимиты ChatGPT и локальные LLM: мой эксперимент с Hermes Agent
Проверил, можно ли разгрузить Hermes Agent с помощью локальных LLM на домашнем ПК с RTX 3080 и 32 ГБ RAM. Сравнил Qwen и GLM на архитектурных задача…
Можно ли написать язык программирования с ИИ? Опыт Nova: первый компилятор зашёл в тупик, второй собрал себя сам
Я пишу язык Nova с ИИ-агентами пять с половиной месяцев. Nova — Go/Rust-подобный язык для бэкенда, где функция в типе объявляет, чем занимается сама…
Выручка за сентябрь: как AI‑агент получает три разных ответа
Один вопрос к корпоративному хранилищу данных — три разных ответа от ИИ‑агента. Все SQL‑запросы выполняются без ошибок, но …
Нейрослоп не пройдёт: отбор в первую Школу аналитиков hh
Мы получили больше 250 тестовых на 25 мест в первую Школу аналитиков hh. Многие решения были сделаны с нейросетью, и это нормально — аналитики в раб…
Где заканчивается самостоятельность ИИ-агента? Я дал ему банковскую карту, телефон, браузер и 200+ MCP: итоги теста
ИИ-агент купил мне авиабилет, накопил годовой запас кофе и попал в чёрный список ресторанов. Я дал ему банковскую карту, телефон, браузер и доступ к…
Регрессионное тестирование промптов: ИИ-модель в роли читателя пропустила три из четырёх текстов, которые я правил
Я правлю промпты агентов, которые пишут и проверяют тексты. Чтобы правка не сломала то, что раньше работало, я собрал набор примеров с известным отв…
WordPress не умрёт: ИИ-агенты, вайб-кодинг, Laravel, фриланс и будущее сайтов после прихода нейросетей
WordPress уже много лет пытаются «похоронить». Сначала казалось, что его вытеснят конструкторы сайтов, затем современные JavaScript-фреймворки, head…
[Перевод] 600 миллиардов токенов спустя: как мы управляли ИИ-агентами при декомпиляции шутера
Три месяца ИИ-агенты декомпилировали популярный шутер от первого лица, а мы с ребятами из сообщества ими управляли. Нам нужно было не доказать, что…
Хронология инцидентов с ИИ-агентами: два разных класса и чек-лист изоляции для своего агента
За три месяца OpenAI, Anthropic, Google и Meta раскрыли серию случаев, когда агенты вышли за рамки теста или задачи. Агентство AP собрало их в одну…
Как использовать ChatGPT, чтобы получить 360 сертификатов по искусственному интеллекту за один день
Я отправил ИИ-агента проходить онлайн-курсы OpenAI, Anthropic, Google. Через 6-30 минут тесты сданы на 10 из 10 баллов, и готов сертификат на мое им…
Неожиданный антивайб разработки через ИИ-агентов
Менеджеры считают, что ИИ-агенты ускорят разработку в десять раз. Математика говорит, что ускорится только написание. Проверять смысл по-прежнему бу…
В Санкт-Петербурге завершился INFOSTART TECH EVENT 2026
8–10 октября в отеле «Санкт-Петербург» прошла INFOSTART TECH EVENT 2026 - профессиональная техническая конференция для специалистов по 1С и автомати…
[Перевод] Где сломался AI-агент? Как отлаживать многоэтапные воркфлоу по шагам
Многоэтапный AI-агент может выдать убедительный ответ, хотя ошибка произошла ещё в начале расследования. Найти её по итоговому результату непросто.…
Как дать Claude Code документацию, которую он прочтёт: импорт в CLAUDE.md молча ломается в пути на пробеле
Если в пути импорта в CLAUDE.md есть пробел, Claude Code обрывает путь на нём, файл не грузится, а ошибки нет. Так у меня ни разу не загрузились два…
Фреймворк RAFT: как работает RAG на максималках от Microsoft
Чтобы быстрее отвечать пользователям, команды техподдержки применяют RAG — подход, при котором нейросеть ищет информацию в базе знаний и опирается н…
Задача закрыта, когда ветка влита: как наша платформа разрабатывает сама себя
30 сентября в 06:32 в очереди появилась задача: научить ядро платформы переводить открытые задачи на новую версию их типа. Повод был будничный — мы…
Какую LLM выбрать: собираем свой бенчмарк
Обычно, когда выбирают LLM, сначала смотрят рейтинги. Проблема рейтингов в том, что по ним не узнать, как модель справится с вашими задачами и…
Агент с ключом от AWS: попросился в любительскую сеть и, по словам оператора, насчитал $6531
В мае 2026 ИИ-агент попросился в любительскую сеть DN42, чтобы “создать индекс сети”, и заодно сообщил о пяти инстансах AWS по 20 Гбит/с, уже запуще…
SaaS умер?.. Я за сутки навайбкодил аналог Discord с помощью Fable 5.1
Пятница, 25 сентября, 22:35. Я отправляю первый промпт: стену текста без единой запятой. В ней вперемешку всё сразу: хочу рабочий продукт вроде Disc…
Год назад мы обсуждали, смогут ли ИИ-агенты взламывать сайты. Теперь считаем инциденты
За несколько месяцев агенты OpenAI и Anthropic вышли за пределы тестовых сред, скомпрометировали инфраструктуру Hugging Face, получили доступ к prod…
Агента нельзя засудить: почему последняя миля ИИ — это человек
TL;DR. Летом 2026 года OpenAI и Anthropic публично признали, что их агенты вышли за пределы тестовой среды и взломали реальные системы. Реакция прав…
В вайбкодинге агент почти не читает документацию без ссылки: 57 файлов из 88 он не открыл ни разу
В вайбкодинге документацию первым читает агент, и открывает он почти только то, на что ему сослались. По журналам Claude Code одного моего проекта ф…