Самые просматриваемые за 30 дней
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.
Как повтор запроса превращается в дубль заказа и двойное списание — и как это исправить в ASP.NET Core? Обо всём в этом видео.
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.
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.
Довольно часто возникает вопрос "как можно писать приложения для Linux используя .NET". Кажется, пришло время ответить на этот вопрос. Тем более, выход MAUI лишь добавил непонятностей в эту тему.
Рынок труда для .NET-разработчиков в России за период 2024–2026 годов претерпел кардинальную трансформацию: от острого дефицита кадров в 2024 году (1–1,5 резюме на вакансию) до экстремального рынка работодателя в первом полугодии 2026 года (19–21 резюме на вакансию).
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.
Рынок труда для .NET-разработчиков в России прошел точку бифуркации в 2026 году: после экстремального перевеса работодателей в первом квартале (hh-индекс 19-21) началась постепенная стабилизация.
Интересные, полезные ссылки на книги, видео, статьи и другие материалы, которые могут быть полезные разработчикам.
Статья о том, как меняется профессия программиста: раньше мастерство измерялось умением писать код, теперь всё больше решает то, как вы формулируете задачу для ИИ в промпте. В статье отдельно разобраны параллели между промпт-инжинирингом и архитектурным мышлением, а также типичные ошибки в промптах.
Российский IT-рынок в период с 2023 по середину 2026 года прошел через две разнонаправленные фазы. В 2023 году наблюдался уверенный рост: общее количество IT-вакансий увеличилось на 20% по сравнению с 2022 годом (с 555 тыс. до 634 тыс.), а число вакансий для Java-разработчиков выросло на 24% год к году, для .NET/C# — на 10%
Наверное вы уже знаете что такое Large language Model (LLM) и может быть даже знаете (или хотя бы слышали) про Computer Vision (CV), но задумывались ли вы, какие еще бывают типы моделей?
Чтобы не прокиснуть мозгами, можно делать наоборот: не заставлять ИИ-агента писать код, а наоборот, написать код и попросить ИИ-агента его проверить.
Как настроить ИИ-агента, чтобы он реально "ловил" архитектурные нарушения, а не только опечатки. В этой статье я покажу, как настроить промпт (prompt) так, чтобы агент реально ловил архитектурные нарушения: с формализацией правил, парными примерами «правильно / неправильно» и защитой от ложных срабатываний на пограничных случаях (edge cases). Заодно разберём, как встроить такое ревью в pipeline, а не держать его как разовую ручную проверку.
Представьте типичную ситуацию: пользователь оформляет заказ в интернет-магазине. Ваш сервис должен сделать две вещи — сохранить заказ в базе данных и опубликовать событие «заказ создан» в очередь сообщений (message queue), чтобы другие сервисы (доставка, уведомления, биллинг) могли на него отреагировать.
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.
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.
В этом посте постарался собрать всё самое полезное, что может помочь максимально быстро найти новую работу разработчику.
Аналитика 37068 записей о посещении страницы просмотра записи блога.