О сложном просто или программирование на .NET

Сайт можно обновить за минуту: вы публикуете новую версию, и через секунду её видят все посетители. С мобильным приложением так не получится. Новую сборку сначала проверяет модерация магазина, потом её устанавливают пользователи — и делают это когда захотят. Часть пользователей не обновится никогда. Поэтому API для мобильного клиента нужно проектировать с расчётом на то, что одновременно с ним работают несколько версий приложения, в том числе очень старые.

Четыре способа ускорить API и честный замер в K6.

Как повтор запроса превращается в дубль заказа и двойное списание — и как это исправить в ASP.NET Core? Обо всём в этом видео.

Какие документы можно доверить ИИ-агенту, что ему нужно явно запрещать, примеры плохих и правильных промптов для XML-комментариев, ADR и release notes, инструменты docs as code.

Кэширование обычно воспринимают как способ «чтобы работало быстрее». В монолите так оно и есть. В микросервисной архитектуре у кэша появляется вторая, не менее важная роль: он решает, когда сервису вообще стоит разговаривать с "соседом". В этой статье разберёмся, чем кэш помогает микросервисам, где он может находиться, как узнаёт об устаревании данных и как всё это реализовать на ASP.NET Core.

Чтобы не прокиснуть мозгами, можно делать наоборот: не заставлять ИИ-агента писать код, а наоборот, написать код и попросить ИИ-агента его проверить.

Тесты для API — это, пожалуй, одна из тех задач, которые разработчики любят меньше всего. Не потому, что сложно, а потому, что однообразно: подготовить данные, отправить запрос, проверить код ответа, проверить тело ответа, повторить для невалидных данных, для неавторизованного пользователя, для несуществующей записи… И так для каждой конечной точки (endpoint). Неудивительно, что именно эту работу хочется отдать ИИ-агенту (AI agent) в первую очередь.

Попросить ИИ-агента написать тесты — дело одной строки. Получить тесты, которые действительно что-то проверяют, гораздо сложнее. В этой статье разберём, как сформулировать задачу, какие инструкции один раз положить в репозиторий и как выстроить процесс, чтобы агент писал полезные unit-тесты, а не просто зелёные. Примеры будут для Claude Code на стеке xUnit + Moq + AutoFixture. При этом всё сказанное применимо к любому агенту: GitHub Copilot, Cursor, Codex и другим. Меняются только имена файлов и команды.

В этом видео примеры реализация класса Post (запись блога) в двух версиях: Anemic Domain Model и Rich Domain Model. Комментарии, лучшие практики, причина, методологии и прочие аспекты сравнения.

Агенты научились писать код быстрее, чем мы успеваем его читать. Но скорость оказалась не главной проблемой — главной стало то, что агент не помнит, о чём вы договорились вчера. В этой статье рассмотрим подход, который пытается эту проблему решить, и инструменты, которые его реализуют: GitHub Spec Kit, Kiro, OpenSpec, BMAD Method, Tessl и ещё несколько.