Как тестировать ИИ-агентов, если «правильно» не детерминировано
GitHub построил Trust Layer для Copilot-агентов: валидация по ключевым состояниям вместо жёстких скриптов. Узнайте, как снизить ложные падения CI. — Ч…
Testing & QA
⚑ Report a ProblemLatest Testing & QA news from Tech News
All topics
agents
ai
api
architecture
automation
aws
backend
beginners
career
claude
cybersecurity
database
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
security
showdev
softwareengineering
testing
tutorial
typescript
webdev
ИИ-агент собрал сам себя: эксперимент с LangChain4j и уроки для Java-разработчиков
LLM по документации LangChain4j собрала клона себя — мультиагентного кодера. Он починил баги, прошёл 11 тестов и показал, почему workflow быстрее supe…
Можно ли аналитику в 2026 году положиться на ИИ и агентов или ещё нет?
Ведущий системный аналитик тестирует ИИ в реальном процессе: Use Case, Confluence, Figma, API-спецификации. Где агент помогает, где придумывает лишнее…
Как OpenRouter Fusion обошёл Claude Fable 5
Мультимодельная оркестрация – модная: вместо одной модели дёргаешь несколько разом, а отдельная модель-судья сводит их ответы в один. OpenRouter прода…
immers.cloud запустил Foundation Models: каталог open-source LLM с арендой GPU и без платы за токены
Каталог open-source LLM от immers.cloud: инференс на GPU в РФ с предсказуемой оплатой за время сервера вместо pay-per-token, автоподбор конфигураций и…
OpenAI выпустила GPT-5.5-Cyber для поиска и исправления уязвимостей
OpenAI выпустила GPT-5.5-Cyber и обновила Codex Security. Модель ищет баги, проверяет их в изолированной среде и генерирует патчи. Разбираем, что меня…
Как Cloudflare строит ИИ-харнесс для охоты на уязвимости
ИИ-харнесс для поиска уязвимостей: как Cloudflare превратила 450-строчный скилл в оркестратор охоты на баги для 128 репозиториев. Читайте архитектуру,…
Какой гуманизатор ИИ даёт самый естественный текст? Я протестировал самые популярные инструменты, чтобы вам не пришлось
Сравниваем гуманизаторы ИИ: GPTHuman AI, StealthGPT, UndetectedGPT, Grammarly и AIHumanize. Узнайте, какой сервис делает ИИ-текст человечнее и сохраня…
70% разработчиков считают ИИ-код дырявым, при этом 30% всех опрошенных деплоят его в прод
93% компаний взламывали из-за уязвимого ИИ-кода. Разбираем исследование Checkmarx и объясняем, почему разработчики деплоят баги в прод. Читайте выводы…
Meta* тестировала в приложении ИИ-ленту с кликбейтом и фейками
Meta тестировала ленту ИИ-статей с вымышленными фактами и фальшивыми изображениями. После вопросов журналистов компания объявила об отключении. Разбир…
[Перевод] Тест Лавлейс: переосмысление
Почему один из самых требовательных тестов ИИ уже, похоже, пройден Тест Лавлейс предложили в 2001 году, чтобы закрыть слабые места более известного те…
Wildberries запускает ИИ-ассистента для поиска товаров
Wildberries расширяет тестирование ИИ-ассистента для поиска товаров: чат понимает запросы на естественном языке и подбирает товары под задачу. — Читат…
Размечать меньше, обучать лучше: эксперимент с активным обучением
Валерия Басова, руководитель отдела разработки AI в Embedika, про результаты тестирования стратегий активного обучения на договорах — Читать дальше « …
Addy Osmani зашил сениор-инженерную дисциплину в скиллы для AI-агентов
Addy Osmani выложил 20 markdown-навыков, которые заставляют AI-агента писать спеки, тесты, ревью и не пропускать сениорские шаги. Разбираем пять принц…