Vadim Lunin


Гео и язык канала: Россия, Русский
Категория: Технологии


О тестировании, AI и IT!
Делюсь опытом, кейсами и инструментами для автоматизации, упрощения процессов и внедрения трендов.
Я — Вадим Лунин, Head of QA в Альфа-Банке.
Связаться: @VadimLunin

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Пока был в отпуске, умудрился стать амбассадором Альфа-Банка 😎

Кажется, отпуск — это когда ты отключаешься от работы, отдыхаешь и ни о чём не думаешь. Но, видимо, не в моём случае 😂

Теперь официально буду рассказывать не только про тестирование, AI и всякие IT-штуки, но и про жизнь внутри Альфа-Банка.

Что это будет? Пока сам не знаю 😄

Но точно не хочется превращать это в поток корпоративных пресс-релизов. Буду показывать банк так, как вижу его сам: люди, технологии, интересные проекты, мероприятия, немного внутренней кухни и, конечно, всякие истории из жизни.

Короче, посмотрим, что из этого получится.

А пока пойду дальше отдыхать. Амбассадором я уже стал, можно обратно в отпуск 😎


Репост из: LEFT JOIN
Один мой знакомый решил в своей компании полностью отказаться от дашбордов и заменить их на ИИ. Дашбордами все равно никто не пользовался, так что Claude казался более дешевой и удобной альтернативой.

Но постепенно все покатилось куда-то не туда.
🔵Перестали сходиться цифры: разные отделы оперировали разными данными и метриками и никак не могли договориться между собой.
🔵У термина “активный клиент” появилось сразу три определения.
🔵Claude посчитал показатели по таблицам, которые не обновлялись с 2022 года.
🔵У знакомого начало зреть ощущение, что он все сломал.

Это не уникальный случай. Я такое видел уже много раз в разных компаниях.

Дело в том, что BI-система - это не просто набор графиков. Это то, что заставляет всех договариваться, что значат данные и как считать метрики. Как только убрали этот общий знаменатель, разногласия начали расползаться по всей компании. Именно поэтому я не устаю повторять: ИИ не заменит систему данных, особенно если в компании ее толком и не было.

Прежде чем отказываться от BI ради экономии, убедитесь, что понимаете, что именно вы теряете. Если вы потратили деньги на дашборды, а сотрудники на них все равно не смотрят, дело может быть вообще не в дашбордах. Я регулярно провожу аудиты систем аналитики и вижу, что причины могут быть самые разные, но я еще не встречал случаев, когда полный отказ от BI пошел бы кому-то на пользу.

А вы бы заменили дашборды на инсайты от ИИ?


Репост из: эйай ньюз
ARC AGI 3 — Skill Issue

Скиллы оказались куда лучше системных промптов. В них можно зашить тул юз, решая проблему повторяемости и консистентности ответов. Это дико полезная фича, когда нужна строгая форма вывода, скажем, для заполнения таблиц.

Вот вам кастомный скилл для Claude Opus 5, который буквально заставляет модель лишний раз подумать перед предсказанием в ARC AGI 3 и всё. В итоге, модель улетела с 30% до чистых 100%, что уже лучше кожаных, при этом используя ~вдвое меньшее количество шагов.

Никакого читерства в виде правил датасета внутри скилла нет. В тул-колл тупо зашит жесткий логический блок. Если модель не рассуждает перед ответом и не пытается предугадать следующий шаг, заполняя соответствующие ячейки, предсказание отправляется на доработку. Ну а в остальном базовые инструкции.

С одной стороны RL вроде как убил классический промпт-инжиниринг. Ну а теперь, на его месте уже плотно закрепился скилл-инжиниринг, лол.

ARC Skill

@ai_newz


🚀 Нагрузочное тестирование на каждый Pull Request

27 августа в 16:00 по МСК — бесплатный вебинар о том, как встроить performance-контроль прямо в CI/CD и настроить его буквально за 15 минут.

Поговорим об открытой библиотеке Locomotive (Python, MIT), которая позволяет запускать нагрузочные и регрессионные тесты на каждый Pull Request: результат приходит прямо в PR, а деградация автоматически роняет сборку.

На вебинаре разберём:
— почему performance-регрессии часто не ловятся в CI;
— как работать с конфигурацией вместо написания большого количества кода;
— как создавать реалистичную нагрузку;
— как выглядит готовый CI/CD-пайплайн;
— как система выносит вердикт о деградации;
— что делать при изменении API-контракта;
— реальные результаты и ограничения подхода.

👨‍💻 Спикеры:
Илья Фирсов — backend-разработчик и DevOps-инженер, выпускник ИТМО, 4+ года коммерческой разработки. Соавтор Locomotive.

Дарья Едигарева — Python backend-разработчик, выпускница ИТМО, 2 года коммерческой разработки. Соавтор Locomotive.

🎟 Бонус: все участники вебинара получат промокод на скидку на конференцию Перфоманс Конф 12.

👉 Регистрация: https://perfconf.ru/webinar

Если вы занимаетесь нагрузочным тестированием, QA, DevOps, SRE или backend-разработкой — думаю, будет интересно.


Репост из: Futuris
Не успели Anthropic объявить о скрытых водяных знаках в текстах Claude, как опенсорс подсуетился и создал watermarks-remover. Он удаляет невидимые Unicode-символы и C2PA/EXIF-метаданные, а статистические метки пытается разрушать перефразированием текста🤷‍♂️

https://github.com/guillaumemeyer/watermarks-remover


Кто-нибудь знает такой музыкальный инструмент?)


Репост из: вычислить по IP
Промт инъекции теперь в суде.

Участник процесса в Коннектикуте спрятал в поданых в электронном виде документах инструкции для ИИ - белым шрифтом, размером 3 pt.

Если материалы будут анализировать с помощью ИИ, модель должна была согласиться с его позицией и выдать результат в его пользу.

Суд заметил подозрительные пустые места и нашел скрытый текст.

Судья заявил, что он не использует ИИ для анализа таких документов, но попытку манипуляции засчитал: теперь автору запретили электронную подачу документов - только бумага.


Репост из: эйай ньюз
SpaceX завершили поглощение Cursor

Акционеры Cursor получили $60 миллиардов акциями SpaceX.

Как думаете, во что Маск переименует Cursor, если XCode и Codex уже заняты?

@ai_newz


Репост из: SQA Days Channel
🚀 Приоткрываем завесу программы осенней конференции SQA Days 39!

30 и 31 октября в Москве и онлайн пройдёт главное событие года в области обеспечения качества ПО. Программный комитет уже отобрал первые доклады, и мы готовы показать, о чем будут говорить лидеры QA-индустрии этой осенью😉

В программе вас ждут секции автоматизации, менеджмента, разнообразия тестирования, а также отдельная секция практики и дискуссий: мастер-классов и круглых столов.

Вот первые принятые доклады, которые вошли в программу:

📌 Особенности и стратегии тестирования Blockchain-продуктов и смарт-контрактов: от асинхронности до необратимых операций.

📌 Shift-Left с помощью ИИ: автоматический анализ Merge Request для поиска затронутых тест-кейсов до передачи задачи в QA.

📌 Лиминальность и адаптация: как сохранить устойчивость в период глобальных изменений и смены профессиональной идентичности.

📌 Культура молчания как причина выгорания в QA: роль лидера, скрытые риски и 7 шагов к психологической безопасности.

📌 Практика внедрения AI в автоматизацию тестирования: миграция кода, генерация тестов и зоны безопасного применения.

📌 Автоматизация нагрузочного тестирования с помощью ИИ: путь от естественно-языкового сценария до готовой аналитики.

📌 ИИ в генерации тест-кейсов: от хайпа к качеству, метрикам эффективности и подходу «ИИ проверяет ИИ».

📌 Эволюция тестировщика внутри одной компании: от собеседования до эксперта, культура поддержки и рабочие механизмы удержания.

Вас ждут не только глубокие технические и процессные разборы, но и два дня мощного нетворкинга с коллегами со всей индустрии. Приходите за свежими идеями, рабочими инструментами и вдохновением! 😉

👉 Успейте занять своё место и посмотреть программу

⚡️билеты
⚡️афиша
⚡️скидки
⚡️видео


А не придётся ли теперь тестировать MCP как обычный API?

Попалась интересная статья на InfoQ про переход MCP к stateless-модели и я поймал себя на мысли: а ведь для QA здесь может появиться довольно интересная история.

👉 Статья на InfoQ: https://www.infoq.com/news/2026/08/mcp-stateless-gateway/

С переходом к stateless MCP становится гораздо ближе к привычному API. Запрос самодостаточный, его можно отправить на любой экземпляр сервера, а значит появляются вполне знакомые нам вещи: контрактные тесты, проверки схем, негативные сценарии, авторизация, rate limit, параллельные запросы, нагрузочное тестирование и так далее.

То есть условно:

REST API → тестируем API
MCP → тоже тестируем API

Но только не совсем 😁

У MCP есть ещё один слой. Нужно проверять не только то, что tools/call возвращает правильный ответ, но и то, как AI-агент использует эти инструменты.

Например, пользователь говорит:

«Найди все упавшие автотесты за вчера и создай задачи по критичным».

MCP-сервер может работать идеально. Все API-тесты зелёные.

А агент может:

* вызвать не тот tool;
* передать неправильные параметры;
* неправильно интерпретировать результат;
* вызвать инструменты в неправильном порядке;
* создать задачи не по тем тестам.

И вот тут обычного API-тестирования уже недостаточно.

Получается такая пирамида:

1. MCP API testing
Контракт, схемы, ошибки, безопасность, производительность.

2. MCP-specific testing
tools/list, tools/call, resources, prompts, permissions и всё, что относится непосредственно к MCP.

3. Agent E2E testing
Правильно ли агент выбирает tool, понимает его результат и строит цепочку действий.

И тут мне кажется, появляется очень интересная идея для QA-инструментов.

Берём MCP-сервер → получаем список tools и их schemas → автоматически генерируем тесты → добавляем негативные сценарии → гоняем contract/security/performance тесты → отправляем результаты в TestOps.

А сверху ещё отдельный слой для проверки поведения AI-агента.

Получается новый объект тестирования:

API + AI-контракт + поведение агента.

И вот это уже, на мой взгляд, намного интереснее простого «давайте протестируем MCP как API».

Кажется, скоро появится отдельное направление MCP QA. И тестировщикам тут явно будет чем заняться 😁


Репост из: Anton Semenchenko
Уже завтра, в среду, 19-00, Минск, офис компании Anderson, пройдет QA Meet-up посвященный:
Сравнительный анализ решений на Selenium и Playwright в экосистеме Python
Доклад предлагает академический и практический разбор двух ведущих фреймворков веб-автоматизации. Он охватывает архитектурные различия, рассматривает переход от классического W3C WebDriver (Selenium) к современному протоколу Playwright. Обсуждаются вопросы снижения « flaky»-тестов, влияние auto-waiting и разница в скорости-производительности. Оценивается применимость каждого фреймворка для автоматизированного тестирования и парсинга данных. Итогом доклада станет таблица со сравнительным анализом двух решений, которую можно будет применять в дальнейшем для быстрого аргументированного выбора.
Доклад будет полезен специалистам по автоматизации тестирования, ручным тестировщикам которые хотят освоить автоматизацию и выбирать перспективных технический стек, а также менеджерам.
Регистрация
📍 𝗠𝗲𝗲𝘁𝘂𝗽 𝗱𝗲𝘁𝗮𝗶𝗹𝘀:
⏰ Time: 19:00 (Minsk time, GMT+3) / 18:00 (CEST) 
🕒 Duration: 1,5 hours
🗣 Language: Russian 
📍 Offline: Andersen’s office in Minsk - Royal Plaza Business Center, 7a Pobediteley Ave., 24th floor 
💻 Online: The link to the stream will be sent to the email address provided during registration
📱COMAQA Telegram: https://t.me/comaqa




Репост из: Айтигребец
Если вы уже работаете с ИИ-агентами, вы примерно среди 0,14% людей на планете.

По июльским оценкам ourworldindata, около 71% трудоспособного населения мира ещё не использовали ИИ. Платные подписки занимают ещё меньшую долю. Даже Codex, один из крупнейших агентных продуктов, насчитывает чуть больше 5 млн активных пользователей в неделю. Пока разработчики делегируют агентам рефакторинг, тесты и многочасовые задачи, большая часть человечества ещё ни разу не открывала ChatGPT или его аналоги.


Выводы даже и не знаю какие тут можно сделать 😐


Репост из: ТестОпс
🏃‍♀️‍➡️ Готовим тестирование к ИИ

Нейросети встроились в IDE и резко подняли объём поставляемого кода. А пропускная способность QA осталась прежней: тестировщику для работы нужно больше контекста, а значит, больше инфраструктуры. И если просто «прикрутить» ИИ к анализу падений, легче не станет — вместо 100 падений вы получите 100 пространных объяснений, а разбирать их всё равно придётся руками.

📖 В новой статье на Хабре продолжаем исследовать группировку падений с Allure Report. На примере playwright-ai/auto-debug показываем, почему перед ИИ-анализом причин падений (RCA) нужен отдельный этап группировки, разбираем существующие эксперименты и как Allure Report может подготовить данные для ИИ.

Приходите, читайте — будем рады вам на Хабре!




🤖 Сколько памяти было у Терминатора T-800?
Оказывается, это можно… посчитать.
Энтузиасты разобрали кадры из фильма «Терминатор» (1984) и выяснили, что в интерфейсе, который видит Т-800, отображается вполне реальный код для процессора MOS 6502 — того самого, что использовался в Apple II. Это не случайный набор символов, а настоящий ассемблер.
Дальше — интереснее. Если оценить объём операционной системы, базы данных, алгоритмов и графического интерфейса, получается неожиданная цифра: для работы Т-800 могло хватить всего 1–2 МБ памяти. Для сравнения:
• 📱 Одна фотография со смартфона сегодня занимает больше места.
• 💬 Пара стикеров в мессенджере может «весить» больше, чем вся память Терминатора.
• 🤯 И при этом он успевал анализировать обстановку, распознавать лица, просчитывать действия и охотиться за Сарой Коннор.

Конечно, это всего лишь инженерная реконструкция, а не официальный канон фильма. Но меня такие истории цепляют. Мы привыкли думать, что искусственный интеллект требует гигантских мощностей. А ведь когда-то создатели фантастики представляли сверхразум, который, по сегодняшним меркам, мог бы уместиться на старой USB-флешке.

Интересно, через 40 лет люди будут так же улыбаться, узнав, сколько памяти было у наших современных ИИ?
Источники:
🔹 iXBT Live — «Сколько памяти было у Терминатора T-800? Вычисление объема накопителя по кадрам фильма» ⁠https://www.ixbt.com/live/movie/skolko-pamyati-bylo-u-terminatora-t-800-vychislenie-obema-nakopitelya-po-kadram-filma.html
🔹 Обсуждение на Reddit о процессоре и архитектуре T-800 ⁠https://www.reddit.com/r/Terminator/comments/q70aot/what_are_the_cpu_specs_of_the_t800


Репост из: Бурый
В историю иногда попадают случайно. Как Дима Торжок 🤷‍♂️

Кто это такой? Я тоже не знал, но недавно мне рассказали, что он попадал и попадает в миллионы автоматических субтитров в кэпкате, телеге и где только не.

Делаете вы автосубтитры, и помимо нужной вам инфы примешивается такой артефакт генерации, как

субтитры сделал Дима Торжок


Такая вот галлюцинация.

В том числе вы могли её видеть и слышать в расшифровке голосовых сообщений, что особенно смешно.

Дело в том, что OpenAI и другие конторы обучали свои модели на массиве информации, в которую в том числе были заложены сотни (тысячи?) видео, где субтитры действительно создавал некий Дима Торжок (да он даже в этом коротком посте уже три раза вылез, как так-то??)

Феномен хорошо расписала на vc Элла Бородулина — я не знаю, кто это, но текст раскрывает суть.

Если коротко, то

Техническая причина кроется в том, как обучали модель Whisper от OpenAI. Для обучения использовали огромный массив аудио с YouTube — около 680 000 часов. Вместе с роликами в выборку попали и субтитры, где в конце стояла подпись: «Субтитры сделал DimaTorzok».


И вроде как трудно теперь это поправить, особенно для русскоязычного рынка, на который OpenAI с его владельцем-мутантом дядей Сэмом Альтманом 😏 глубоко так наплевал.

При этом непонятно, кто же на самом деле такой этот Дима Торжок. На его имени уже давно паразитируют, есть сайты, которые убирают бедолагу Торжка из аудиофайлов и зарабатывают на этом. Пожалуйста, не пользуйтесь таким барахлом без срочной надобности.

В целом же эта история очень нравится своим неконтролируемым безумием. Проделки жизни внутри мира ИИ 👾

тг | бусти | max | дзен | vk | я музыка


💥 У LM Studio теперь своя экосистема: Bionic + LM Link

Если вы думали, что LM Studio — это просто удобный интерфейс для запуска локальных LLM, то у команды появились две интересные новинки.

Bionic — это полноценный AI-агент.

Он умеет:
• работать с кодом и проектами;
• читать и редактировать документы;
• создавать презентации;
• работать с Git;
• самостоятельно выполнять цепочки задач.

При этом агент может использовать как локальные модели, так и облачные.

LM Link — технология, которая позволяет подключаться к вашим локальным моделям из любой точки.

Например, дома у вас стоит мощный компьютер с RTX 5090, а в руках обычный ноутбук или даже iPhone. Через LM Link можно использовать домашнюю модель удаленно. Соединение защищено сквозным шифрованием и построено на базе Tailscale.

🔥 Самое интересное — использовать их вместе.

Запускаете Bionic на ноутбуке, а все тяжелые вычисления выполняются на домашнем ПК через LM Link. По сути, получается собственный AI-агент с локальными моделями, к которому можно подключаться практически откуда угодно.

Честно говоря, я сам пока еще не пробовал эту связку, но выглядит очень любопытно. Если все работает так, как показывают разработчики, это может стать отличной альтернативой облачным AI-инструментам для тех, кто хочет больше контроля над своими данными и вычислениями.

В ближайшее время планирую протестировать. Если руки дойдут раньше, чем у вас, обязательно поделюсь впечатлениями. 😄
LM Studio Bionic — официальный анонс
P.S. Если будете тестировать Bionic раньше меня — делитесь впечатлениями в комментариях. 😄


💾 Claude CLI начал съедать гигабайты? Проверьте папку `~/.claude`

Недавно заметил, что на диске стало подозрительно мало свободного места. Решил разобраться, и оказалось, что приличный объем занимает папка .claude, в которой Claude CLI хранит историю сессий, логи и другие служебные данные.

Вместо того чтобы просто удалять эту папку вручную, есть официальный и более правильный способ.

Сначала можно посмотреть, что именно будет удалено:
claude project purge --dry-run
Если всё устраивает — запускаем очистку:
claude project purge
Команда удалит:
• историю сессий;
• транскрипты;
• служебные логи;
• временные данные проекта.
Перед этим Claude попросит подтверждение. Если же нужно полностью сбросить данные проекта, можно удалить папку вручную:
rm -rf .claude
А если цель не освободить место, а просто очистить контекст текущего чата и не тратить лишние токены, достаточно выполнить:
/clear
Теперь вместо ручного удаления можно пользоваться claude project purge. Мелочь, а приятно, особенно если активно работаете с Claude CLI каждый день как и я.


🚀 Вышел Visual Studio Code 1.130 — релиз с большим фокусом на ИИ-агентов.

Главное нововведение — Agent Host: Copilot, Claude и Codex теперь могут работать в отдельном процессе, что позволяет запускать задачи параллельно и подключаться к одной сессии из разных окон.

Появился экспериментальный Assisted permissions — модель помогает оценивать риск действий агента и решать, где нужен автозапуск, а где подтверждение пользователя.

Также улучшили просмотр AI-правок, добавили временные метки в чатах, поддержку Git worktree для агентов и удобную работу со ссылками на файлы из Git.

Похоже, VS Code постепенно превращается из редактора с AI-помощником в полноценную среду для работы с AI-агентами.

Ссылка на статью: https://habr.com/ru/companies/otus/news/1062692/

Показано 20 последних публикаций.