📱 AI
👩‍💻 SUGGEST NAMES

Эта функциональность AI-ассистента нацелена на пользователей, у которых возникают сложности с наименованием тех или иных сущностей внутри своего проекта.

Особенно полезно для проектов с большим количеством кода, схожего по своему функционалу.

На текущий момент среди опций предлагаются в основном синонимичные варианты без контекстуальной нагрузки. Но, вероятно, в будущем логика подборки усложнится и оптимизируется под замысел переименуемого объекта.

📁СОБЕСЕДОВАНИЕ:

Продолжаем разговор о принципах ООП

⚫️Раздел: Принципы ООП на примере типичного проекта автотестов
⚫️Вопрос: Полиморфизм (Polymorphism)

Полиморфизм позволяет использовать разные классы через единый интерфейс или базовый класс.

🔽Например, у нас есть интерфейс АПИ одного из клиентов с 1 методом:

interface SelfPickupAPI {
fun getActiveSelfPickUpTasks(
        @Parameter(name = "Authorization", description = "Авторизационный токен", `in` = ParameterIn.HEADER)
        authHeader: String,
    ): Result<Error, TaskCollectionsV2>
}

🔽Мы имплементируем этот интерфейс в класс менеджера и реализуем имеющийся в этом интерфейсе метод в различных вариациях для получения требующихся нам данных и процессов:

@Component
class SelfPickUpManager(
    private val selfpickupClient: SelfPickupAPI
) {

fun findPendingSelfPickUpOrder(authHeader: String, orderId: UUID, stage: Stage): OrderViewV2 {
        var orderList: TaskCollectionsV2?

        val result = repeatUntilAppears {
            orderList = getActiveSelfPickUpTasks(authHeader, stage)

            orderList!!.pendingTasks.asSequence() // Обходим список задач, которые находятся в ожидании
                .flatMap { it.orders.asSequence() } // Разворачиваем все заказы в один список
                .find { order -> order.orderId == orderId } // Ищем заказ с нужным ID
        }.unwrap { "Could not find active order [$orderId] at ${stage.name}" }

        return result
    }

fun findProgressingSelfPickUpOrder(authHeader: String, orderId: UUID, stage: Stage): OrderViewV2 {
        var orderList: TaskCollectionsV2?

        val result = repeatUntilAppears {
            orderList = getActiveSelfPickUpTasks(authHeader, stage)

            orderList!!.progressingTasks.asSequence() // Обходим список задач, которые находятся в работе
                .flatMap { it.orders.asSequence() } // Разворачиваем все заказы в один список
                .find { order -> order.orderId == orderId } // Ищем заказ с нужным ID
        }.unwrap { "Could not find active order [$orderId] at ${stage.name}" }

        return result
    }
}

🔽А затем класс @Component путем использования аннотации @Autowired можно имплементировать в класс шагов, которые впоследствии будут использованы в самих тестах:

@Component
class SelfPickUpSteps {

    @Autowired
    private lateinit var selfPickUpManager: SelfPickUpManager
 
    @Step(value = "Заказ отображен в списке ожидания в разделе Самовывоз")
    fun findPendingSelfPickUpOrder(user: UserWithToken, orderId: OrderId, stage: Stage): OrderViewV2 {
        val pendingOrder = selfPickUpManager.findPendingSelfPickUpOrder(user.token, orderId, Stage.SELF_PICKUP)
        assertThat(pendingOrder.status)
            .describedAs("Incorrect order [$orderId] status")
            .isEqualTo(OrderStatus.IN_PROGRESS)
        return pendingOrder
    }
}

Зачем это нужно?
1️⃣ Гибкость: Легко менять реализацию, не переписывая тесты.
2️⃣ Мокирование: Легко создавать mock объекты для тестирования.
3️⃣ Модульность: Улучшается структура проекта и его расширяемость.

🖥 Новая задача Length of Last Word

ОПИСАНИЕ 📰:

Если задана строка s, состоящая из слов и пробелов, верните длину последнего слова в строке.

Слово - это максимальная подстрока, состоящая только из символов, не содержащих пробелов.

ПРИМЕРЫ 🔽:

Input: s = "Hello World"
Output: 5
Explanation: The last word is "World" with length 5.

Input: s = "   fly me   to   the moon  "
Output: 4
Explanation: The last word is "moon" with length 4.

Input: s = "luffy is still joyboy"
Output: 6
Explanation: The last word is "joyboy" with length 6.

Зачем такая задача?

🔽 Задача обучает работать с данными, содержащими структурированные и неструктурированные фрагменты (например, журнал запросов, CSV, чат‑логи), где нужно быстро выделить последний токен, код операции, ключевое слово и тд.

Можно решать разными способами с и без ориентации на память и скорость, процессно или чисто алгоритмически.

Примитивные примеры:
🟢Телеграм‑бот, который на последнем слове анализирует команду: например, ввод "помоги мне с оплатой”. Бот должен быстро определить "оплатой".
🟢Парсер логов, где последние слова - это статусы (OK, FAIL, TIMEOUT). Решение позволяет оперативно извлечь статус.

На Reddit люди обсуждают, как избежать лишнего расхода памяти, предлагая, например, такой подход:

“You can just iterate backwards through the string to count the characters till you hit either a whitespace or the start of the string. This prevents the need to waste space by splitting the string up into an array.”

📱 AI
👩‍💻 SUGGEST REFACTORING

Что еще нам может предложить AI-ассистент?

Рефакторинг.

Выбираем интресующий нас участок кода и запрашиваем предложение по рефакторингу.

В зависимости от используемой модели рекомендации могут быть подобраны с отличиями.

Если предложенный вариант соответсвует ожиданиям - изменения можно применить, если нет - отказаться или отредактировать вручную “на месте”.

Может быть полезно для выявления “незаметных” или неоптимальных мест в коде.

🖥 Новая задача Plus One

ОПИСАНИЕ 📰:

Вам дано большое целое число, представленное в виде целочисленного массива digits, где каждая digits[i] - это i-я цифра целого числа. Цифры упорядочены от наибольшего значения к наименьшему в порядке слева направо. Большое целое число не содержит ведущих 0.

Увеличьте большое целое число на единицу и верните полученный массив цифр.

ПРИМЕРЫ 🔽:

Input: digits = [1,2,3]
Output: [1,2,4]
Explanation: The array represents the integer 123.
Incrementing by one gives 123 + 1 = 124.
Thus, the result should be [1,2,4].

Input: digits = [4,3,2,1]
Output: [4,3,2,2]
Explanation: The array represents the integer 4321.
Incrementing by one gives 4321 + 1 = 4322.
Thus, the result should be [4,3,2,2].

Input: digits = [9]
Output: [1,0]
Explanation: The array represents the integer 9.
Incrementing by one gives 9 + 1 = 10.
Thus, the result should be [1,0].

Зачем такая задача?

🔽 Первая мысль, которая пришла в голову - очень большие числа. Числа, которые не помещаются в специализированные форматы int/long.

Удобное решение для реализации версионирования 1.9 → 2.0 или счетчиков в системах аналитики - клики, охваты, просмотры и тп.

📁СОБЕСЕДОВАНИЕ:

Начнем разговор об исключениях

⚫️Раздел: Обработка исключений и ассерты
⚫️Вопрос: Что такое исключения и их виды (классы). Непроверяемые исключения.

Исключения - это механизм, с помощью которого Kotlin (и Java) сигнализирует об ошибочной или нестандартной ситуации во время выполнения (runtime) программы.

🔽 Класс Error описывает внутренние ошибки в исполняющей среде Java, а исключения наследуются от класса Exception.

🔽 RuntimeException является базовым классом для так называемой группы непроверяемых исключений (unchecked exceptions) - компилятор не проверяет факт обработки таких исключений. Такие исключения являются следствием ошибок разработчика, например, неверное преобразование типов или выход за пределы массива.

↪️Классы исключений:
RuntimeException - Исключения, происходящие во время выполнения программы
NullPointerException - Возникает, когда приложение пытается использовать null в случае, когда требуется объект.

data class User(val name: String)

fun main() {
    val user: User? = null

    println(user!!.name) // Возникнет исключение, т.к. значение переменной - null, а мы гарантировали, что там не null
}

IndexOutOfBoundsException - Указывает, что программа пытается получить из массива элемент, позиция которого превышает размер массива.

fun main() {
    val daysOfWeek = arrayOf("Понедельник", "Среда", "Пятница")

    println(daysOfWeek[6]) // Хотим отобразить "Воскресенье", но элементов в массиве всего 3
}

ArithmeticException - Вызывается при возникновении исключительного арифметического условия. Например, целое число "делится на ноль".

fun main() {
    val result = 10 / 0 // Ошибка деления на 0
}

NumberFormatException - Указывает, что приложение попыталось преобразовать строку в один из числовых типов, но строка не имеет соответствующего формата.

fun main() {
    val inputData = readln() // вводим "10b" вместо ожидаемоего "10"
    val inputNumber = inputData.toInt()
}

NoSuchElementException - Указывает, что запрашиваемый элемент не существует или коллекция пуста.

fun main() {
    val petNames = listOf("Bobby", "Luna", "Max")
    val searchName = "Charlie"

    val result = petNames.first { it == searchName }
    println("Найденный питомец: $result")
} // Не найдено совпадений в списке

🖥 Новая задача Climbing Stairs

ОПИСАНИЕ 📰:

Вы поднимаетесь по лестнице. Чтобы добраться до вершины, нужно сделать n шагов.

Каждый раз вы можете подняться либо на 1, либо на 2 ступеньки. Сколькими разными способами вы можете подняться на вершину?

ПРИМЕРЫ 🔽:

kotlin 
Input: n = 2
Output: 2
Explanation: There are two ways to climb to the top.
1. 1 step + 1 step
2. 2 steps

Input: n = 3
Output: 3
Explanation: There are three ways to climb to the top.
1. 1 step + 1 step + 1 step
2. 1 step + 2 steps
3. 2 steps + 1 step

Зачем такая задача?

🔽Классическая задачка на числа Фибоначчи, иллюстирующая идею: одно решение может строиться из комбинаций двух предыдущих.
Т.е. чтобы попасть на n-ю ступеньку, необходимо перейти либо:
- с (n-1)-й ступени (шаг на 1),
- либо с (n-2)-й ступени (шаг на 2).

Пример: клиент может списать бонусы по 1 или по 2 единицы за раз. Задача моделирует, сколькими комбинациями он сможет обнулить баланс.

🔻 Кстати, о числах Фибоначчи
Механика их использования крайне популярна в scrum-методологих именно ввиду своей логики: если дана крупная задача, то выдвигается гипотеза о количестве способов её подразделения для уменьшения сложности в реализации.
Видим значение 13 и строим предположение о вариантах разделения этого числа на меньшие обозначения: 8 + 5.
Или 2 + 3 + 3 + 5.
И так далее.

📱 AI
👩‍💻 SUGGEST REFACTORINGS

Интересная функциональность AI-ассистента для самопроверки и случаев, когда кажется, что место ошибки найдено, а сама ошибка - нет.

Логика работы с предложенным рефакторингам единообразна:
🟢Если результат соответствует ожиданиям - принимаем
🚫Если нет - редактируем или отменяем результат

Итак, ключевые темы 2025 года

🟠AI, LLM и автоматизация QA:

- «Собеседование QA под нейросетью: когда ИИ говорит „Да“» (Сбер)

- «AI-генерация тестовых данных. От DataFaker к AI-агентам» (Сбер)

- «Взлом AI-агентов: прикладная инструкция к уязвимостям LLM и тулов» (AMA и Т-Банк)

- «Автогенерация тестов в IDE: как RAG + LLM превращают ручные сценарии в код» (Сбер)

- «Переход от автоматизации к роботизации: эволюция QA» (Т-Банк и Explyt)

➡️ Заметен восходящий тренд на активное внедрение LLM и AI-агентов во все этапы тестирования.

🟠Практическая автоматизация и инструменты

- «Test Impact Analysis» (Ozon Банк)

- «Тест-кейсы как код» (Ozon Банк)

- «Appium-тесты на ARM» (Okko, Exness)

- «Postman → Hoppscotch» (Koronatech, Tempo)

- «Broken access control через уязвимости бизнес-логики» (ATI SU, Т-Банк)

- «Debug Once, Test Forever» (Explyt, Контур)

- «Как замокать весь МИР» (Ozon Банк)

➡️ Переход от ручных QA-практик к инфраструктурной автоматизации, включая моки, анализ влияния тестов и кодогенерацию.

🟠Мобильное и веб-тестирование

- «Автотесты мобильных приложений 360» (Ozon)

- «Почему ваш сайт ломается, когда его трогают пальцем» (Selectel, Ozon Банк)

- «От „кажется, медленно“ до точных метрик: объективная оценка производительности фронтенда» (2GIS, Т-Банк)

- «Браузерные инструменты: пишем своё расширение» (2ГИС, SM Lab)

- «Прогрессивные веб-приложения и их автотесты» (Ozon Банк, Dodo Engineering)

➡️ На первый план выходит user-experience и перфоманс-тестирование в мобильных и веб-средах.

🟠DevOps и нагрузка

- «Нагрузочное тестирование enterprise NGFW с Cisco TRex» (InfoWatch, Т-Банк)

- «Env-тесты: как упростить жизнь разработчикам и тестировщикам» (РСХБ.цифра, Контур)

- «Как успеть протестировать устройство, пока оно едет по конвейеру» (Яндекс, Гранч)

- «Миграция тестов в Linux» (Сбер, Монитор Электрик)

➡️ В этой секции разбирается тестирование в производственных условиях, нагрузка на уровне железа и инфраструктуры.

🟠Тестирование в нестандартных областях:

- «Тестирование с заботой» (Effective, Tempo)

- «Как разрабатываются и тестируются новые лекарства» (BIOCAD)

- «Матерюсь — значит, существую» (Афонина, JUG Ru Group)

➡️ Наблюдается тренд на гуманитарные исследования.

Немного обобщенных наблюдений:

Много докладов от Ozon Банка, Сбера и Т-Банка ➡️ три крупных представителя QA-экспертизы в РФ.

Explyt, Tempo, Контур участвуют в почти каждом втором слоте ➡️ менее крупные игроки начинают активно заявлять о себе.

Любопытно, что Яндекс практически не представлен. Возможно, из-за самописности.

Присутствуют AI-технологии во всех треках: от тест-кейсов до пост-анализа ➡️ набирает ход многосторонний поиск применения искусственного интеллекта. Однако повторяемость участников в этих дисциплинах намекает на высокие потребности в мощностях.