Как не потерять понимание проекта, когда код пишет Claude?
Последний год, я активно работаю с Claude Code и за это время он значительно вырос по части программирования. ИИ-ассистенты позволяют разрабатывать…
Testing & QA
⚑ Report a ProblemLatest Testing & QA news from Tech News
All topics
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
Шестнадцать обещаний и две модели, которые пытались их нарушить: как мы выпускали skillmem 0.12
В 0.11 мы сорок раундов гоняли ИИ-ревьюеров по коду и нашли много багов. Но у каждого ревьюера было своё представление о том, что значит «правильно»…
Как ИИ-агент проходит весь цикл мобильного тестирования в hh.ru
Привет! Меня зовут Александр Чернышев, я занимаюсь тестированием мобильных приложений hh.ru , и за последние полгода моя рабочая рутина кардинально…
Бенчмарк Маракуйя ИИ на Terminal-Bench 4 и OSWorld 2
Всем привет! В прошлой статье я гонял Алису и Гигачат как чаты: Arena-Hard, WildBench, MultiChallenge, τ³, ПРАКТ-120. Там модель должнв была отвечат…
5,75 миллиарда токенов за полгода: как я перестал жечь контекст в Claude Code
Полгода назад я начал писать веб-лист персонажа для D&D 5e, и почти весь код в нём пишет Claude Code. В какой-то момент лимиты подписки стали за…
Смерть сабагентов в Claude и Codex
С последними апдейтами Claude Code и Codex CLI классические сабагенты потеряли смысл. Сессии научились общаться между собой напрямую. В сообществе в…
Скилл для ИИ-агента: как превратить пожелание в правило
Сначала это даже приятно. Просишь ИИ-агента сделать одну фичу — он делает, код работает, переключаешься на следующую задачу. Потом просишь написать…
Шизофрения LLM, или Поваренная книга вайбкодера
Разработчик сдал фичу. Ревьювер нашёл в ней три бага — настоящих, со сценариями поломки. Пикантность в том, что это одна и та же модель: тот же набо…
Я заставил ИИ‑агента работать по протоколу тушения пожаров. За шесть дней он переписал сам себя 10 раз
В какой‑то момент я перестал доверять фразе «готово» от языковой модели. Модель при этом не врёт: она честно считает, что с…
Я научил роботов следить за правилами. Через два дня одно правило проследило за мной
Активно занимаюсь вайб кодингом. Есть у меня полка. Туда ложатся правила, за которые я ещё не заплатил собственной болью — потом…
Агент пишет не то, что нужно? Верните контроль
Как часто, работая с агентом над новой фичей, вы остаётесь недовольны результатом? То что-то не работает, то качество кода неприемлемо. Вы просите а…
LLM-wiki против RAG: Оцениваем и сравниваем
Про LLM-wiki здесь уже было несколько хороших статей ( 1 , 2 и 3 ), поэтому подробно останавливаться на идее Andrej Karpathy не буду. В двух словах:…
Claude Code умеет всё, кроме одного — слушаться вашу программу. Чиним это протоколом ACP
Claude Code, Codex, Gemini CLI — мощные штуки. Но живут они в терминале: вы открываете окно, печатаете задачу, смотрите, как агент думает, лезет в ф…
LLM говнокодит не хуже людей. Только быстрее
Полгода назад я начал писать пет-проект практически полностью с помощью LLM-агентов. Первые недели это был чистый дофамин: фичи вылетали за вечер, я…
Почему у тебя не получится завайбкодить игру за час? Рассказываю на своем опыте
Всем привет! Меня зовут Саша, и я ML‑инженер. Современная разработка ML‑пайплайнов это уже давно не только обучение моделей. Хороший ML‑инженер…
Skill of the week: Spring Data JDBC — качество Opus на модели за копейки
Ранее в рубрике Skill of the Week мы уже разбирали Skill для Spring Data JPA . И, что предсказуемо, в комментариях нашлись те, кто увидел в нём лишн…
Как мы с Claude Code учились оценивать качество RAG системы
Уверен, на Хабре найдётся немало статей, посвященных оценке качества RAG систем. Тема по-прежнему остаётся актуальной, потому что даже готовые библи…
Anthropic будит бога по ночам. Или почему разработчиков заставляют выбирать между здоровьем и рабочим кодом
Наступает 3 часа ночи. Я уже на грани истощения, запускаю абсолютно тот же самый запрос без изменений. И бам! Будто тумблер переключили. Внезапно я…
Пишем кодинг‑агента на Swift с нуля: неочевидные сложности очевидной идеи
Я долго пользовался разными кодинг‑агентами, и на их фоне Claude Code для меня заметно выделялся: качеством решений, удобством работы и вн…
Anthropic выпустили Fable 5 самую мощную AI в истории. Через 72 часа её заблокировали
Первый раз мы заговорили с другом о возможности симбиоза человека и машины где-то в 2018 году. Говорили о внедрении чипов в голову. Модернизация за…
Токен-оптимизация агентов: на что уходит контекстное окно MCP
Чем больше задач берёт на себя агент, тем чаще он упирается не в качество модели, а в контекстное окно: туда нужно уместить инструкции, историю диал…
Как использовать Claude в России в 2026: самая полная инструкция
Claude — не просто еще одна языковая модель. Anthropic строила её с другими приоритетами: Constitutional AI вместо RLHF в чистом виде, упор на предс…
Skill of the week: Spring Explore — первичный сбор контекста
Первичное наполнение контекста — крайне важная задача, результаты которой влияют на качество решения/сгенерированного кода, возможно, даже больше, ч…
Паттерн экономии токенов в Claude Code на правке файлов
Как обычно, я сидел и думал, как бы уменьшить расходы токенов в Claude Code.. Рефлексировал содержимое сессий, исследовал вместе с самим Claude Code…
Прогнозируемый vibe-coding: пайплайн из агентов, который доводит фичи до прода без сюрпризов
Про vibe-coding сейчас не пишет только ленивый, и в массовом восприятии это выглядит так: накидал промпт в чат, получил стену кода, скопировал в ред…
Медицинский архив семьи в SQLite: Claude как аналитик данных
Как собрать 247 PDF медицинских выписок за 12 лет в локальный SQLite-архив и научить LLM-агента готовить из них проблем-лист для врача. Схема БД, pd…
Анатомия Claude Code. Первичный анализ и наполнение контекста
Каждый, кто программирует с агентами (Claude Code, Codex и т.д.), знает: перед тем как приступить к задаче, агент исследует проект. Это кажется логи…
Ускоряет ли нас AI-coding или просто удорожает?
По количеству увеличенных релизов с качеством на приемлемом уровне? Звучит логично. Но знаете ли вы, какой ценой это достигается - сколько денег был…