QA❤️4Life | Testing | Тестирование ПО – Telegram
QA❤️4Life | Testing | Тестирование ПО
7.43K subscribers
805 photos
180 videos
36 files
3K links
⚡️QA❤️4Life — turbo-лаборатория для охотников за багами: шпаргалки, instant-гайды, видео-разборы, нейросетевые хаки и мемы без воды. Джуны апают скилл, синьоры экономят время — все в плюсе. Канал ведёт Middle+ QA-инженер
📩 Связь с автором @Eugeniusz_1
Download Telegram
▫️▫️ 🔥 На случай важных переговоров 📎 😂 😂

⚡️ Отличные варианты заявлений! Налетай-разбирай! Поделитесь в комментарии какой был ваш?

#mem #карьера
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣6
⭐️ ▫️▫️ Привет, комьюнити! 👋

▫️▫️ Многие из нас вкладывают массу сил в освоение новых инструментов и фреймворков, но часто забывают про самый главный документ — резюме. Оно должно цеплять рекрутера с первых секунд!​

🤔 Проблема: как QA-специалисту правильно подать свой опыт? Как показать ценность в автоматизации, мануальном тестировании или аналитике так, чтобы выделиться на фоне сотен других кандидатов?​

💡 Идея: я подготовил для вас небольшой карьерный хак! Создал AI-агента, который бесплатно проанализирует ваше резюме и даст практические советы по его улучшению. Внутри — мощь четырех топовых моделей: Grok 4, Claude Sonet 4.5 , Gemini 2,5 Pro и GPT-5 Thinking.​ Каждая из этих моделей читает ваше резюме и анализирует на основе лучших рекомендаций ведущих рекрутёров и HR-специалистов представленных в открытых источниках, затем агент обобщает лучшие рекомендации, полученные от ⚡️ТОПовых моделей и выдаёт итоговый результат .

🚀 Что вы получите:

Оценку, насколько ваше резюме «продаёт» вас как IT-профессионала.​
Рекомендации, какие проекты и навыки стоит подсветить, а что лучше переформулировать.​
Советы по структуре и подаче информации, чтобы HR точно дочитал до конца.​

🚩 Как поучаствовать: первые 15 человек, которые пришлют в комментарий под этим постом своё резюме, получат детальный разбор от AI-помощника. Давайте вместе сделаем ваш главный документ неотразимым!​

🔗 Размещаем здесь

🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс по НЕЙРОСЕТЯМ

#QA4Life #tools #guides #cases #career
Please open Telegram to view this post
VIEW IN TELEGRAM
👍32🔥2❤‍🔥1
Привет, комьюнити! 👋

Многие из вас просили возможность получить глубокий и развёрнутый фидбек по резюме. После долгой работы над AI-агентом я понимаю, сколько трудозатрат и ценности в качественном анализе CV — поэтому запускаю эту услугу за небольшую оплату 🚀

Отзывы ребят, которые успели получить рекомендации бесплатно 🔗 читайте здесь и скоро, надеюсь они появятся в ➡️ этой группе , посвящённой этой услуге

Как работает агент 🔃писал выше здесь

ФИДБЭК пишет под любую IT-профессию и рынок (требования и рекомендации зашиты в инструкции и базу знаний)

Что вы получите:

☑️ Подробный фидбек с анализом всех проблемных участков
☑️ Рекомендации, учитывающие стандарты и требования вашего целевого рынка
☑️ Готовое обновленное резюме
☑️ Сопроводительное письмо, адаптированное под локацию

Как агент адаптируется под вашу локацию?

🇷🇺 Россия и 🇧🇾 Беларусь → Подчеркиваем метрики, опыт в Russian-speaking компаниях, релевантные скиллы для РФ и РБ-рынка
🇪🇺 Европа → Акцент на английский, международные сертификаты, CV-формат по EU-стандартам
🇺🇸 США → Resume-формат, focus на achievements, salary expectations, US-specific keywords
🇦🇿 Другие страны → Адаптация под локальные требования

Почему стоит заказать именно эту услугу?

Цена в 2,5 раза ниже чем на HH.ru
Смарт-адаптация под ваш рынок — не универсальный шаблон, а персональный анализ
У агента под капотом специальный промт по созданию и проверки классных CV + специализированная база знаний, основанная на самых передовых и современных рекомендациях, ведущих рекрутёров и HR специалистов.
AI-инструмент — объективно, без субъективных ошибок
Быстро — результат в течение нескольких часов
Полный пакет — анализ + готовое резюме + сопроводительное письмо

🔗 Полная информация об услуге здесь

#QA4Life #tools #guides #career #cases
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍1
🤔 Интересно , почему за 350 RUB уже нет желающих получить фидбэк ? 🤣
🤩 Сильно высокая цена? Или недоверие к релевантности фидбэка ?
😳 Бесплатно 15 человек набралось за пару часов ночью. Почти все кто получил фидбэк бесплатно, сказали, что были бы готовы за такой разбор заплатить указанную сумму не пожалев ни капельки.
Так в чём тогда причина низкого отклика? Я реально над промтом и инструкцией пыхтел часов 5 пока сделал как надо. В этого агента вложил все знания свои, которыми делюсь на обучении нейронкам. Это же должно как-то цениться? С нетерпением жду ваши ответы в комментарии.
Please open Telegram to view this post
VIEW IN TELEGRAM
🧑‍⚖️🧑‍⚖️🧑‍⚖️🧑‍⚖️ Как ИИ помогает найти неочевидные проверки в тест-дизайне?

➡️ Тестировщики теряют время на стандартные проверки и пропускают критические сценарии — например, при сбросе пароля забывают про завершение активных сессий. Пошаговый промпт помогает ИИ думать как аналитик, а не стандартный генератор тестов. Вместо синонимичных проверок получаешь смок-тесты, которые ловят скрытые угрозы.

Как заставить ИИ генерировать полезные тесты:

— Разделить назначение функции от самой функции: не "сброс пароля для восстановления", а события, которые реально толкают пользователя действовать (взлом, утечка, забывчивость).

— Описать яркие пользовательские истории с акторами (включая "Злоумышленник"), предусловиями и проверкой результата — так ИИ видит реальные взаимодействия, а не только текст требований.

— Пометить шаги, которых нет в ТЗ — это сигнал для команды о пробелах в документации и причина для бизнес-обсуждения.

— Протестировать разные LLM-модели: Gemini выдаёт минимум нужных тестов, GPT-5 выдаёт синонимичные и пропускает целевые проверки.


🔗 Полная версия статьи

#QA #Тестирование #ТестДизайн #ИИ #Prompts #Тестировщик #IT #Testing
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🆒1
🧑‍⚖️🧑‍⚖️🧑‍⚖️🧑‍⚖️ Как выловить баги в production БД, которые не поймает функциональное тестирование?

➡️ На легаси проектах с плохой документацией логика обработки данных часто живёт только в памяти разработчиков — и никто не уверен, что она действительно соблюдается в БД. Пока новый функционал опирается на эту "серую логику", функциональные тесты не поймут скрытые нарушения. SQL-скрипты для валидации данных в production — это проактивный подход: вместо реактивного "нашли баг после релиза" ловишь отклонения сразу на production данных, где логика проверена боевыми условиями.

Какие проверки БД стоит включить в процесс:

— Дубликаты сущностей и противоречивые связи между таблицами: например, несколько активных поставок от одного поставщика на одну категорию товара, когда допустима только одна.

— Пустые значения (NULL или пробелы) в обязательных полях — особенно там, где ограничения на уровне БД это не запрещают, а бизнес-логика требует.

— Аномальные объёмы данных: поставщик обычно создаёт 100 поставок в месяц, но вдруг одного дня — 1000. Это признак проблемы в обработке данных новых источников.

— Нарушения в связях дат: дата начала поставки позже даты конца фестиваля, выдача товара раньше поступления, промо вне периода действия.

— Отрицательные значения там, где они запрещены: цена ≤ 0, вероятность < 0 или > 1, объём < 0.


🔗 Полная версия статьи


🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс "Нейросети для QA"

🔸 Прокачка CV

#QA #БазыДанных #Тестирование #Production #SQL #Валидация #Процессы #IT
Please open Telegram to view this post
VIEW IN TELEGRAM
🆒31
🧑‍⚖️🧑‍⚖️🧑‍⚖️🧑‍⚖️ Как писать промты, чтобы ИИ генерировал нужные тесты, а не шаблон?

➡️ Тестировщики теряют часы на переделку и фильтрацию ИИ-тестов, потому что просто просят "напиши тесты" — и получают кучу шаблонных, синонимичных проверок, которые не учитывают логику системы. Простая формула (Роль + Задача + Контекст + Формат) превращает нейросеть в напарника, который понимает как работает твоя система и генерирует только нужные кейсы без переделки.

Как структурировать промт, чтобы ИИ писал полезные тесты:

— Задай конкретную роль ИИ: не просто "QA", а "QA, тестирующий web и mobile приложения, разбирающийся в API", и опиши что ты хочешь получить (тест-кейсы для формы авторизации, не просто текст).

— Опиши логику системы в контексте: какие поля есть на форме, какие проверки срабатывают (обязательность, валидация длины), какие API вызываются, что происходит при ошибке и при успехе — так ИИ не пишет в вакууме.

— Задай формат вывода чётко: таблица с колонками (Наименование, Шаги, Ожидаемый результат, Платформа, Тип теста) или структура для TestIT — иначе ИИ выдаст стену текста.

— Дай "обучающий пример": напиши один хороший тест вручную, объясни почему шаги именно такие, какие зависимости между ними — потом проси "сгенерируй негативные сценарии по этому примеру", и ИИ запомнит паттерн.

— Выбери модель под задачу: Gemini выдаёт минимум нужных тестов без воды, GPT-5 часто генерирует синонимичные проверки — тесты на разных моделях и выбери что работает.


🔗 Полная версия статьи


🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс "Нейросети для QA"

🔸 Прокачка CV

#QA #Тестирование #ТестДизайн #ИИ #Prompts #Тестировщик #IT #Testing #Процессы #Собеседование
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6
™️ GPT-5.1 выйдет 24 ноября — три модели сразу

➡️ OpenAI готовит релиз семейства GPT-5.1: флагманскую модель, версию Reasoning для глубокого анализа и Pro для исследовательских задач. Следы всех трёх нашли в коде настроек Enterprise с датой запуска — 24 ноября. Это ответ на выход Google Gemini 3 Pro и усиление конкуренции в AI-сегменте.​

GPT-5.1 Reasoning уже тестируют под именем Polaris Alpha на платформе OpenRouter — пользователи отмечают высокую производительность в креативном письме и бенчмарках. Модель заточена под многошаговое решение задач и планирование, что делает её полезной для сложных сценариев: подготовка технической документации, анализ данных с несколькими этапами, написание кода с пояснениями, создание структурированных гайдов, генерация презентаций со сценариями.​​

Enterprise-клиенты смогут управлять доступом к экспериментальным моделям через настройки ролей и прав — фича для тех, кто работает с продакшн-нагрузками и не хочет рисковать стабильностью. Plus и Pro пользователи могут получить доступ раньше корпоративных аккаунтов, возможно уже на следующей неделе.​

🔗 Подробнее о GPT-5.1 (https://testingcatalog.com/you-can-now-test-upcoming-gpt-51-on-openrouter/)

#news #tools #AI
Please open Telegram to view this post
VIEW IN TELEGRAM
2🆒1
Forwarded from QA❤️4Life Prod (Evgeny)
🚪 Сменить стек в QA или уйти — как не застрять на годы

➡️ Хабр опубликовал статью о том, почему IT-специалисты боятся менять работу, даже когда выгорели: история тимлида, который пять лет не мог уйти из токсичной среды, пока не решился сменить профиль. Два ключевых совета для смены карьеры: создай финансовую подушку с учётом обучения, поиска работы и низкого старта; изучи новую сферу — возможно, твой опыт в QA даст преимущества или наоборот ограничит рост.​

Что учесть при смене направления в QA:
— Финансовая подготовка: рассчитай запас на 6-12 месяцев обучения, поиск работы и старт с джуниорской зарплаты — без этого риск вернуться на старое место выше​

— Исследование новой сферы: изучи требования, законы, особенности — например, переход из ручного тестирования в автоматизацию требует навыков кода, а из QA в DevOps — понимания инфраструктуры​

— Оценка бэкграунда: твой опыт может быть плюсом или минусом — журналисты легко переходят в технических писателей, а QA с опытом разработки ценятся в SDET-роли​

— Проверка потолка: узнай заранее, есть ли ограничения по здоровью, образованию или возрасту в новой сфере — потратить время на переобучение впустую обидно​

— Тестирование гипотез: поговори с теми, кто уже прошёл путь — возможно, твои страхи преувеличены или наоборот есть скрытые риски​


Начни с малого: оцени свои финансы, составь план обучения, найди менторов в целевой области и протестируй гипотезу через нетворкинг или пробные проекты до полного перехода.​

🔗 О карьерных турникетах в IT

#QA #Тестирование #Тестировщик #IT #Карьера #Лидерство #Процессы
Please open Telegram to view this post
VIEW IN TELEGRAM
11
🧑‍⚖️🧑‍⚖️🧑‍⚖️🧑‍⚖️⚡️ K6 для нагрузочного тестирования — концепт и практика

➡️ На Хабре опубликовали статью о нагрузочном тестировании с помощью K6 — open-source инструмента для проверки производительности высоконагруженных систем. K6 позволяет писать тесты на JavaScript, запускать их локально или в облаке, симулировать тысячи виртуальных пользователей и получать детальные метрики: латентность, throughput, процент ошибок. Это особенно важно для проверки API, микросервисов и веб-приложений под нагрузкой перед релизом в продакшн.​

Если ты тестируешь высоконагруженные системы или готовишь проект к росту трафика — K6 даёт контроль над сценариями нагрузки, интеграцию с CI/CD и визуализацию результатов через Grafana. Это полезно для проверки SLA перед крупными событиями (распродажи, запуски), поиска узких мест в архитектуре под пиковой нагрузкой, тестирования API на стабильность при 10k+ RPS, регрессионных проверок производительности в CI, анализа деградации при превышении лимитов.​


🔗 Статья о нагрузочном тестировании K6


🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс "Нейросети для QA"

🔸 Прокачка CV

#QA #Тестирование #Тестировщик #IT #Testing #Performance #Автоматизация #Процессы
Please open Telegram to view this post
VIEW IN TELEGRAM
1🆒1
👋 Привет, ребята! Очередная шпаргалка готова. Если считаете её также полезной, не жалейте огней и лайков🔥👍❤️

Шпаргалка для QA Часть 8
TEST MANAGEMENT, GIT, МЕТРИКИ И CI/CD

📑 СОДЕРЖАНИЕ
РАЗДЕЛ 1: TEST PLANNING & STRATEGY

1. Test Plan: scope, schedule, resources, risks, entry/exit criteria
2. Test Strategy: smoke, regression, functional, non-functional подходы
3. Test Levels & Coverage: unit, integration, system, UAT, пирамида тестирования
4. Test Case Management: организация, версионирование, traceability matrix

РАЗДЕЛ 2: TEST ESTIMATION
5. Методы оценки тестирования: Three-Point Estimation, PERT, WBS
6. Аналогичная и параметрическая оценка времени
7. Планирование ресурсов и timeline проекта

РАЗДЕЛ 3: RISK-BASED TESTING
8. Что такое Risk-Based Testing: probability × impact
9. Матрица рисков (Risk Matrix): HIGH/MEDIUM/LOW приоритеты
10. Allocation времени тестирования по рискам
РАЗДЕЛ 4: DEFECT MANAGEMENT
11. Жизненный цикл дефекта: NEW → ASSIGNED → RESOLVED → VERIFIED
12. Severity vs Priority: различия и примеры применения
13. Bug Triage Meeting: как правильно сортировать баги
14. Root Cause Analysis (RCA): метод 5 Whys
РАЗДЕЛ 5: METRICS & KPI
15. Метрики тестирования: Test Coverage, Execution Rate, Defect Detection Rate
16. Defect Density, Test Effectiveness, Pass Rate — расчёты и интерпретация
17. KPI: Test Execution Time, Bug Escape Rate, Defect Removal Efficiency
18. Regression Test Pass Rate — цели и мониторинг
РАЗДЕЛ 6: TEST REPORTING & DASHBOARDS
19. Структура Test Report: резюме, прогресс, баги, тренды, риски
20. Sign-off формы и approval процессы
21. Живые Dashboard'ы в реальном времени (Jira, TestRail)

РАЗДЕЛ 7: CI/CD ДЛЯ ТЕСТИРОВЩИКОВ
22. Что такое CI/CD: Continuous Integration/Deployment
23. Jenkins Pipeline: полный пример Jenkinsfile с комментариями (11 этапов)
24. GitLab CI: конфигурация .gitlab-ci.yml с примерами jobs
25. GitHub Actions: workflow .yml для автоматизации тестов
26. Инструменты автотестов в CI/CD: Selenium, Postman, JMeter, Pytest

РАЗДЕЛ 8: GIT WORKFLOW ДЛЯ QA
27. 15 основных Git команд: clone, branch, commit, push, pull, merge
28. Работа с конфликтами и stash
29. Pull Request процесс и code review для тест-кейсов

РАЗДЕЛ 9: LINUX & WINDOWS COMMAND LINE
30. 30+ Linux команд для QA: навигация, файлы, процессы, сеть
31. 25+ Windows CMD команд для автоматизации
32. Сравнительная таблица Linux vs Windows команд


🔗 Шпаргалка в PDF уже в комментарии


🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс "Нейросети для QA"

🔸 Прокачка CV

#QA #Тестирование #TestManagement #CICD #Metrics #Git #Linux #Собеседование #Шпаргалка
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥152👀2🆒1
🔥 ПОДБОРКА ЛУЧШИХ ШПАРГАЛОК КАНАЛА QA❤️4Life

⭐️Лучшая шпаргалка начинающего тестировщика 2025 от Натальи Матвеевой!
Практический мини-гайд с главными понятиями тестирования: виды ошибок, жизненный цикл бага, основные определения (defect, issue, bug), структура тест-кейса. Включает чек-лист для самопроверки и советы по первой работе.

📚 Шпаргалка для тестировщика: универсальный инструмент подготовки!
Все базовые этапы ручного тестирования — как анализировать требования, быстро составлять тест-кейсы, оформлять баг-репорты, добавлять скриншоты и видео. Плюс алгоритм коммуникации с командой.

🗃 Сборник полезных шпаргалок по SQL
Шаблоны самых часто используемых SQL-запросов (SELECT, JOIN, WHERE, GROUP BY), примеры для UI и API тестов, разбор типичных ошибок новичка, лайфхаки для быстрого решения задачи с реальными базами данных.

🪲 Шпаргалка - ПРИОРИТЕЗАЦИЯ БАГОВ
Система определения severity/priority — как выбрать правильную классификацию, примеры для разной продукции, таблица отличий. Краткие рекомендации по спорным ситуациям и кейсам в баг-трекинге.

🛠 DevTools Settings, шпаргалка для QA
Экспресс-гайд по инструментам Chrome DevTools для практической работы: поиск багов верстки, логирование запросов, эмулирование мобильных устройств, ускоренное выявление ошибок, фильтрация по network.

📚 QA Junior Собеседование: Полный HR Playbook
Концентрированная подборка типовых (и нетипичных) вопросов, короткие примеры ответов, советы по оформлению резюме, техники поведения для уверенного прохождения HR/Junior этапа без лишних стрессов.

API Testing: полная шпаргалка-пушка 🔫 от Junior до Middle+
Примеры правильного оформления API‑запросов (GET, POST, PUT, DELETE), схемы валидации, работа с Swagger/Postman, кейсы багов мобильных и веб-приложений, лайфхаки для автоматизации руками.

💾 КЭШ — Шпаргалка для QA (Часть1)

💾 КЭШ — Шпаргалка для QA (Часть2)
Объясняет типы кэшей: браузерный, CDN, мобильный, их влияние на работу приложения, типовые сценарии возникновения багов, способы очистки и тестирования проблем с обновлениями и загрузкой данных.

🖥 JSON — Шпаргалка для QA от Junior до Middle+
Как читать и валидировать JSON — структура, типы данных, распространённые баги (например, некорректные кавычки, лишние запятые). Реальные примеры для ручного и автоматизированного тестирования.

🔥 Ad-hoc Testing: Полная Шпаргалка для QA
Чёткие определения (Ad-hoc vs Exploratory vs Monkey)
3 вида: Buddy, Pair, Monkey Testing
Сценарии использования
Пошаговый гайд эффективного проведения
Реальные кейсы из практики

🔥 Верификация и Валидация: Шпаргалка для QA
Чёткие определения
Сравнительная таблица
Применение на каждом этапе SDLC (6 этапов)
Реальные примеры из практики

🔥 Полная шпаргалка по Chrome DevTools для QA
Все 17 важнейших вкладок с детальным разбором
• Практические тест-кейсы для каждой вкладки
• 50+ горячих клавиш для ускорения работы


1️⃣ Шпаргалка основы тестирования ПО Часть1!

2️⃣ Шпаргалка QA - Часть 2: Основы тестирования

3️⃣Шпаргалка QA - Часть 3: Техники тест-дизайна

4️⃣ Шпаргалка QA - Часть 4: Нефункциональное тестирование

5️⃣ Шпаргалка QA - Часть 5: Регрессия, Требования и Исследовательское тестирование

6️⃣ Шпаргалка QA - Часть 6 МОБИЛЬНОЕ ТЕСТИРОВАНИЕ: от основ до продвинутых техник
Максимально подробное описание теоретических и практических тем: функциональное/нефункциональное тестирование, мобильные платформы, техники тест-дизайна, основы CI/CD, взаимодействие с аналитикой.

7️⃣ Шпаргалка для QA Часть 7 WEB-ТЕСТИРОВАНИЕ, DEVTOOLS И БАЗЫ ДАННЫХ
Описывает ключевые моменты проверки связки UI + backend; что важно смотреть в DevTools для поиска ошибок интеграции, примеры реальных багов, алгоритмы репортинга и трейсинга запросов.

8️⃣ Шпаргалка для QA Часть 8 TEST MANAGEMENT, GIT, МЕТРИКИ И CI/CD
Пособие для тех, кто хочет расти: overview лучших тулзов для управления тест-кейсами, базовые команды работы с Git, рекомендации для повышения качества тестирования, объяснение, зачем нужны метрики и как применять CI/CD на практике.


@QA❤️4Life


#шпаргалка #подборка #сборник
Please open Telegram to view this post
VIEW IN TELEGRAM
2🔥264👍2🤝1
🧑‍⚖️🧑‍⚖️🧑‍⚖️🧑‍⚖️Почему современные LLM пока не отберут работу у программистов

👍 На мой взгляд достойная и толковая статья, которая разбирает фундаментальную причину, почему LLM пока не могут заменить программистов, несмотря на хайп и корпоративные сокращения.​

▶️ Корпоративная иллюзия
Сокращения штата после внедрения AI — не показатель эффективности инструмента. Решения о внедрении принимаются романтически (топы читают твиты), потом менеджеры рисуют концепции с завышенной экономией, включая обязательное сокращение 20% штата для отчёта перед финансистами. При этом увольняют не лучших, а тех, кто генерирует бюрократическую активность — их сокращение парадоксально облегчает работу оставшимся.​


👍 Три фундаментальных ограничения
Автогрессивная генерация: LLM не может отменить предыдущий токен и переиграть решение — она только продолжает траекторию вперёд.​

Нарративность вместо логики: модель генерирует не работающий код, а правдоподобный нарратив о коде. Для неё нет разницы между корректной программой и красивой историей про программу. Она выбирает статистически вероятные паттерны (например, bubble sort для любой сортировки), а не логически верные решения.​

Декогеренция в длинных контекстах: чем больше кода, тем сильнее модель теряет глобальную архитектуру и цепляется за локальные знакомые паттерны. Даже миллион токенов Gemini сжимается после 200K, регенерируя контекст заново с возможной потерей 1% — критично для кода.​


Почему это критично
LLM не работает с инвариантами (правилами, которые должны сохраняться при любом изменении). Программист делает хирургический рефакторинг, сохраняя все связи. LLM регенерирует весь фрагмент заново, теряя зависимости и добавляя переменные типа rightdecision, finalrightdecision для «связности нарратива».​

Что работает сейчас
LLM как ассистент для шаблонов, автокомплита, простых функций — интерактивный справочник. Но программист всё равно нужен для контроля связности, постановки задач и проверки архитектуры. Затраты когнитивных сил на контроль съедают выигрыш от автоматизации.​

Почему «пока»
Эмерджентные свойства появляются при масштабировании без изменения архитектуры. Chain-of-Thought возник сам собой в больших моделях. Сейчас в Gemini 2.5 Pro уже видны признаки meta-reasoning — способность модели критиковать свои решения и менять стратегию на лету. При следующем фазовом переходе может появиться метапаттерн самокоррекции, который устранит галлюцинации и научит делать хирургический рефакторинг


🔥 Подписка Perplexity PRO на год по отличной цене мгновенно

🔥 Мой курс "Нейросети для QA"

🔸 Прокачка CV

#LLM #IT #AI #Нейросети
Please open Telegram to view this post
VIEW IN TELEGRAM
2😁1
🔤🔤 Что такое YAML?

YAML (YAML Ain't Markup Language) — формат сериализации данных, предназначенный для структурированного представления информации в человекочитаемом виде. Расшифровка названия подчеркивает, что это не язык разметки, а инструмент для хранения и обмена данными между системами.​

🫥 Ключевые характеристики:
Минималистичный синтаксис с отступами (как в Python)​
Поддержка комментариев (символ #)​
Строки без кавычек​
Файлы с расширением .yml или .yaml​
Является надмножеством JSON​

🫥 ПРИМЕР YAML
---
# test-config.yaml

api:
url: "https://api.test.com"
timeout: 5000

users:
admin:
login: "admin"
password: "pass123"
tester:
login: "qa_user"
password: "test456"

endpoints:
- "/api/users"
- "/api/products"
- "/api/orders"

#QA #Тестирование #Тестировщик #IT #Testing #Tester #QA4Life #Автоматизация #CI_CD #Конфигурация #DevOps #yaml #шпаргалка
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5