Интересуют источники, в которых и полезная теория, и практика.
Напишите в комментариях:
— 1–2 канала / автора
— где читаете (TG / Habr / блог / X / GitHub)
— тематика (manual, automation, API, perf и т.д.)
Формат:
@ник — платформа, темаСоберём список каналов, которые не хочется мьютить
#стендап_qa
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🤩2🤔1
Работа QA — это не только проверки. Это разбор задач, уточнения, ретесты, коммуникация и постоянные «а это точно баг?». Иногда больше времени уходит не на поиск ошибки, а на попытку понять, как система вообще должна работать
#карьерный_трек
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🤩2🥰1🌚1
Оба инструмента решают одну задачу, но делают это по-разному. Из-за этого отличается всё: как пишутся тесты, как они ведут себя в CI и сколько времени уходит на поддержку.
Разобрали ключевые отличия и когда что имеет смысл использовать — в карточках выше
#тест_драйв
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤩2🔥1🥰1
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩6
🔥 База по ИИ-агентам от научного сотрудника Сколтеха и НИУ ВШЭ
Знакомьтесь, Екатерина Трофимова. Кандидат компьютерных наук, ресерчер в Центре ИИ Сколтеха и лаборатории LAMBDA. Она объединяет глубокую академическую экспертизу и практику: знает, как ИИ-системы устроены «под капотом» и как встроить их в реальные проекты (в т.ч. для Т-банка).
Мы попросили Екатерину собрать список мастхев материалов для тех, кто хочет проектировать агентов в проде. Сохраняйте список.
🛠 Стек и фреймворки:
DSPy — алгоритмическая оптимизация промптов (вместо ручного подбора слов).
Semantic Kernel и LangMem — инструменты для управления сессионной и долгосрочной памятью.
MCP (Model Context Protocol) — новый стандарт от Anthropic для подключения агентов к вашим БД и локальным файлам.
📖 Документация, которую нужно знать:
Anthropic Prompt Caching — как кэшировать контекст и радикально резать косты на API.
OpenAI Agents SDK / Cookbook — лучшие практики работы с памятью.
Augment — платформа для оптимизации работы ИИ-агентов и контроля токенов.
🔬 Хардкорные статьи и препринты (на выходные):
Lost in the Middle — почему LLM «слепнут» на длинных текстах и забывают середину контекста.
How Do Coding Agents Spend Your Money? — куда улетает бюджет при работе автономных кодинг-агентов.
MemGPT — архитектура операционной системы для LLM с иллюзией бесконечной памяти.
InjecAgent / AgentSentry — всё о безопасности и защите агентов от инъекций в промпты.
Екатерина Трофимова — один из ключевых экспертов нашего курса AgentOps. На своих лекциях она детально разбирает, как проектировать инструменты для агентов, как агент принимает решения о вызове инструментов и какие ограничения возникают в реальном проде
🎁 Акция в честь старта продаж!
Прямо сейчас при покупке Инженерного трека вы получаете полный доступ к материалам курса «Разработка ИИ-агентов» в подарок.
👉 Забрать 2 курса по цене 1 и начать обучение
Знакомьтесь, Екатерина Трофимова. Кандидат компьютерных наук, ресерчер в Центре ИИ Сколтеха и лаборатории LAMBDA. Она объединяет глубокую академическую экспертизу и практику: знает, как ИИ-системы устроены «под капотом» и как встроить их в реальные проекты (в т.ч. для Т-банка).
Мы попросили Екатерину собрать список мастхев материалов для тех, кто хочет проектировать агентов в проде. Сохраняйте список.
🛠 Стек и фреймворки:
DSPy — алгоритмическая оптимизация промптов (вместо ручного подбора слов).
Semantic Kernel и LangMem — инструменты для управления сессионной и долгосрочной памятью.
MCP (Model Context Protocol) — новый стандарт от Anthropic для подключения агентов к вашим БД и локальным файлам.
📖 Документация, которую нужно знать:
Anthropic Prompt Caching — как кэшировать контекст и радикально резать косты на API.
OpenAI Agents SDK / Cookbook — лучшие практики работы с памятью.
Augment — платформа для оптимизации работы ИИ-агентов и контроля токенов.
🔬 Хардкорные статьи и препринты (на выходные):
Lost in the Middle — почему LLM «слепнут» на длинных текстах и забывают середину контекста.
How Do Coding Agents Spend Your Money? — куда улетает бюджет при работе автономных кодинг-агентов.
MemGPT — архитектура операционной системы для LLM с иллюзией бесконечной памяти.
InjecAgent / AgentSentry — всё о безопасности и защите агентов от инъекций в промпты.
Екатерина Трофимова — один из ключевых экспертов нашего курса AgentOps. На своих лекциях она детально разбирает, как проектировать инструменты для агентов, как агент принимает решения о вызове инструментов и какие ограничения возникают в реальном проде
🎁 Акция в честь старта продаж!
Прямо сейчас при покупке Инженерного трека вы получаете полный доступ к материалам курса «Разработка ИИ-агентов» в подарок.
👉 Забрать 2 курса по цене 1 и начать обучение
🤩3🥰2
В QA терминология напрямую влияет на работу: как вы описываете баги, понимаете требования и общаетесь с командой. Нечёткие формулировки замедляют фиксы, создают путаницу и усложняют обсуждения.
В статье собраны ключевые термины:
Подойдёт и джунам, и тем, кто хочет систематизировать знания
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰4🤩2
The Art of REST APIs frontendproglib.pdf
1.9 MB
Шесть фундаментальных принципов, которые служат строительными блоками архитектуры REST API:
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4🥰2🤩2
Анализируем виды тестов
37 советов и приемов по написанию качественных тестов
Тестирование Frontend
7 основных тенденций в тестировании Web Front-End
Тестирование фронтенда и E2E тесты
Принципы тестирования frontend приложений
#release_notes
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3🤩2
API Cheat Sheet.pdf
1.2 MB
В этой шпаргалке собран базовый набор проверок, который закрывает большинство кейсов:
Сохраните — пригодится при написании тестов и на собеседованиях
#артефакт
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥4🥰2🤩1
Вы тестируете сервис на Linux. Нужно быстро понять, почему API стал отвечать медленно. Что вы сделаете в первую очередь
#стендап_qa
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩3🥰2
❤3👍2🥰2
Без понимания TCP/IP сложно объяснить: почему запрос не дошёл и где потерялись данные.
как работает TCP/IP, что такое IP, порты, DNS и как всё это связано между собой
Подойдёт, если хотите лучше понимать сетевые баги и уверенно чувствовать себя в API-тестировании.
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤3🤩2
На проекте редко бывает один баг. Обычно их десятки — а иногда сотни. И проблема не в том, чтобы их найти, а в том, что делать с ними дальше. Чинить всё подряд — плохая стратегия. Можно потратить время на мелочи и пропустить критичный дефект.
Сортировка дефектов — это момент, где команда решает:
что фиксить сейчас, что позже, а что можно вообще не трогать
QA, разработчики и менеджер собираются и смотрят на баг с позиции: насколько это влияет на пользователей и бизнес. Иногда баг в UI откладывают на потом, а проблема с оплатой уходит в работу сразу — даже если её сложнее чинить.
#теория_на_пальцах
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩3❤2🔥2🥰1
Есть запрос
query {
user(id: 1) {
name
}
}
И ответ:
{
"data": {
"user": null
},
"errors": [
{
"message": "User not found"
}
]
}
Как правильно интерпретировать такой ответ
#разбор_полетов
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩3🥰2🔥1
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔3🥰2🤩2
В GraphQL ошибки обрабатываются иначе, чем в REST. Даже если что-то пошло не так, сервер может вернуть 200 OK, а детали ошибки будут в поле errors.
При этом data может быть:
— полностью null
— или частично заполнено
В этом примере:
— user: null → объект не найден
— errors → объясняет причину
Такой ответ валиден по спецификации GraphQL: ошибки возвращаются в теле ответа, а не только через HTTP-коды. В GraphQL проверяют и data, и errors, а не только статус ответа
#разбор_полетов
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥3🥰2🤩1
🗓️ Уже через пару часов стартует вебинар!
Тема:
Ждем вас сегодня в 19:00 по московскому времени. Не пропустите начало, будет много практики!
👉 Успей занять место
Тема:
Как эффективно управлять контекстным окном LLM в мультиагентных системах и не сливать бюджет на токены
Ждем вас сегодня в 19:00 по московскому времени. Не пропустите начало, будет много практики!
👉 Успей занять место
❤5🤩2