Про QA

С 2017 года не был в полноценном «классическом» отпуске, оплачиваемым работодателем. Все потому что с тех времен всегда работал по контракту в междунарожных компаничх или как ИП в РФ, или пилил собственный стартап 😎 С тех времен в мозгу плотно закрепилась концепция: не работаешь = не получаешь денег. Хочешь отдохнуть - не проблема, но никто тебе платить за это не будет, накопи заранее сам. Когда работаешь сам на себя или на консалтинге - это норма и после этого мысль про то, что можно получать деньги за то, что ты не работаешь - те находишься «в отпуске» кажется довольно странной 🤪 #qa #pro_qa #отпуск А что вы думаете на эту тему? #qa #pro_qa #отпуск

#Яндекс в своем репертуаре. Сколько косяков для пользователей вы здесь насчитали? И сколько нарушений законов? Навскидку я могу 4 назвать. PS. 5 дней или 62 руб в год х кол-во пользователей — неплохой доход получается! 🤪 #qa #pro_qa #funny_cx #funny_ux #багивокругнас #yandex

Искусственный интеллект уже генерирует тысячи тестов за секунды, но реальные кейсы показывают, что QA‑стратегию на одном ИИ строить нельзя. Недавний разбор показывает: команды массово штампуют AI‑тесты для своих приложений, покрытие формально растет, а крупные облачные вылеты (включая инциденты AWS) все равно случаются. По данным исследования Gartner, до 40% ИИ‑сгенерированных тестов не соответствуют реальным сценариям использования, а MIT показывает, что до 25% критичных security‑дыр в облачных средах такие тесты просто не ловят. Получается, красивый рост покрытия без проверки качества самих тестов превращает AI‑QA в иллюзию контроля. Источник: https://coaio.com/news/2026/05/ai-generated-tests-revolutionizing-software-reliability-or-just-hype-2pgc/ Еще ярче это видно на примере конкретного проекта: Copilot нагенерил 420 тестов для модуля платежей, покрытие кода прыгнуло с 58% до 84%. Но при мутейшн‑тестировании эти AI‑тесты ловили только 58–62% внесенных багов, то есть почти половина дефектов спокойно уходила в прод. Авторы выводят простую вещь: без метрики качества тестов повышение coverage ИИ‑инструментами создает ложное чувство безопасности. Источник: https://pandev-metrics.com/docs/blog/ai-generated-tests-quality #qa #pro_qa #ai

А у как у вас обстоят дела с внедрением AI в процессы разработки и тестирования? Почему спрашиваю? Да потому что ROI здесь кажется вообще не считают, риски не просчитывают, про импакт-анализ не знают. Ускорение разработки, тестирования и замена ручных тестировщиков и автоматизаторов AI агентами - это конечно (в идеале) полезно/прекрасно, но вопрос реализации + довольно часто от своих меньи слышу «нам сказали везде внедрять AI и пофиг на то, что нет экспертизы, норм.процессов, документации и тп» - и это печально. Есть интересный сайт на тему факапов из-за вайб-кодинга: https://crackr.dev/vibe-coding-failures #qa #pro_qa #ai #llm #vibe_cofing

Bug0 выпустила Passmark - открытый AI‑движок для регресс‑тестов на базе Playwright Команда Bug0 официально открыла код Passmark - свой AI‑фреймворк для регресс‑тестирования в браузере, который уже несколько месяцев работает в их продакшен‑проектах. Passmark - это open‑source библиотека на Playwright, где тесты можно описывать на естественном языке, например "залогинься, открой таблицу, отсортируй по дате и проверь, что записи отображаются". Модель один раз выполняет шаги, запоминает их в Redis, а дальше запускает обычный Playwright‑runner, не обращаясь каждый раз к LLM. Если UI меняется, цепочка автоматически подстраивается: на тех шагах, где сценарий падает, включается ИИ, подбирает новые локаторы и обновляет кэш, а не переписывает тест полностью. По замерам Bug0 это снижает количество падений регресс‑набора примерно на 60% при активном рефакторинге фронтенда. В движке используется консенсус‑валидация: каждый check проверяется на нескольких моделях (Claude, Gemini и одна арбитр‑модель), а итоговый результат определяется по мажоритарному решению. Это уменьшает ложные падения и повышает уверенность в стабильности тестов. Для QA‑инженеров это значит, что можно строить AI‑ориентированные регресс‑сюиты поверх Playwright без привязки к закрытым SaaS‑платформам, а потом при желании интегрировать дополняющие инструменты из экосистемы Bug0. Исходный код и описание: https://github.com/bug0inc/passmark Официальный анонс от Bug0: https://hashnode.com/we‑just‑open‑sourced‑passmark‑the‑ai‑regression‑testing‑framework #qa #pro_qa #ai #bug0 #playwright #regress #self_heals

текст

TestMu AI - как агенты тестируют агентов Компания TestMu AI (бывшая LambdaTest) представила радикальный обновленный модуль Agent‑to‑Agent Testing, который фактически превращает тестирование ИИ‑систем в отдельный класс инженерной практики. Что именно выкатили и как это работает на деле • Autonomous Multi‑Agent Scenario Generation: система сами генерирует тысячи диалоговых сценариев для чат‑ и голосовых ассистентов, включая сложные edge‑кейсы, без ручного скриптинга. • Rich Multi‑Modal Testing: поддержка не только текста, но и голоса, гибридных пользовательских потоков, то есть реальные условия, как в проде. • HPC‑Class Execution на HyperExecute: запуск тысяч агент‑к‑агент тестов за минуты параллельно, что делает возможным CI/CD‑петли с интенсивным сценарным тестированием. Метрики и практический эффект для команд • Платформа автоматически оценивает accuracy, распознавание интента, наличие галлюцинаций, смещения и compliance‑риски, превращая “качество диалога” в измеримые сигналы. • Внутренние отчеты и кейсы показывают, что команды сокращают время ручного прогонов сложных сценариев в разы, одновременно повышая охват редких сценариев. Кто уже этим живет и почему это важно именно сейчас • TestMu AI позиционируется как первый full‑stack Agentic AI Quality Engineering платформа, то есть не просто инфраструктура, а агенты, которые планируют, пишут, исполняют и анализируют тесты. • Компании вроде bet365 уже используют TestMu AI для ускорения глобальных релизов, объединяя AI‑тестирование, device‑облако и CI‑оркестрацию в одном стеке. Какой можно сделать вывод? Кажется, что TestMu AI сейчас один из самых сильных игроков в нише агент‑к‑агент тестирования, где ключевой выигрыш - это масштаб сценариев, скорость фидбэка и автоматическая метрика “качества диалога”, а не просто очередной инструмент автотестирования. #qa #pro_qa #ai #ai_tools #qa_tools #ai_tools_for_qa #testmu

Продолжение поста "Верните часть денег". Как я в итоге поступил Я еще раз спокойно проговорил условия: • изначально пакет продавался без возврата; • предложенный перерасчет по ставке разовых консультаций - это уже шаг навстречу, а не обязанность; • объяснил свою позицию • отметил, что за переписку в чате не чарджил, хотя это тоже время и оно пошло бонусом • подчеркнул, что это финальное предложение, других вариантов не будет. По сути, я выбрал формат удержания границ, а не "бесконечно сдвигать условия" ради того, чтобы просто "всем было комфортно". Получил согласие. Сделал возврат. На этом история завершилась. При этом важно: • за много лет это всего второй подобный кейс; • подавляющее большинство людей работают конструктивно, и такие ситуации - исключение, а не правило. Но даже редкие исключения хорошо отрезвляют: один неудачный кейс может забрать непропорционально много времени, нервов и фокуса. Почему после этого я перестал работать без оферты. Парадоксально, но чем больше ты стараешься быть "по‑человечески", тем нужнее тебе базовая формализация: оферта или договор. Не чтобы "прикрываться бумажкой", а чтобы у всех были одинаковые ожидания: • что именно входит в менторство (диагностика, консультации, рекомендации, поддержка в чате), а чего там нет (гарантии оффера, молниеносные ответы 24/7 и тп); • как устроен пакет из часов: в какие сроки ими нужно воспользоваться, что происходит с неиспользованными часами; • какая политика возвратов: до какого момента возврат возможен, в каком объёме, по какой ставке идёт перерасчёт; • в какие сроки происходит ответ в чате и какой объем сопровождения там реалистичен. Когда это зафиксировано письменно и проговорено заранее, в случае спорной ситуации можно опираться не только на эмоции, но и на договоренности, с которыми обе стороны согласились. Практические выводы, которые могут пригодиться другим наставникам и консультантам. Если вы работаете с менти, клиентами или учениками один на один, вот несколько вещей, которые лично мне сильно упростили жизнь: 1. Не стесняйтесь формализовать простые вещи. Даже короткая оферта или пара чётких абзацев про формат, сроки и возвраты снимают половину будущих конфликтов ещё до старта. 2. Проговаривайте политику возвратов до оплаты. Лучше один раз спокойно объяснить: когда возможен возврат и как он считается, чем потом спорить на повышенных тонах, "как было честно". 3. Фиксируйте диагностический фидбэк и план развития. После консультации или мок‑интервью кратко подведите итоги: что увидели, какие сильные стороны, какие зоны роста, какие шаги дальше. Это помогает и человеку, и вам. 4. Уточните свои границы по формату связи. Чётко скажите, как быстро вы отвечаете в чате, какого уровня глубины стоит ожидать от асинхронной обратной связи, а что возмож­но только на созвоне. 5. Отличайте запрос о помощи от попытки переписать договоренности. Одно дело - человек честно говорит: "Я не вывожу, давай подумаем, как адаптировать формат". Другое - когда он задним числом требует менять цену и условия, хотя услуга уже оказана. Этот кейс напомнил мне простую вещь: доброжелательность и готовность идти навстречу отлично уживаются с четкими рамками и понятными правилами игры. И иногда лучший вклад в качество своей работы - это не очередной полезный созвон, а один аккуратно написанный документ. #qa #pro_qa #ментор

"Верните часть денег". Кейс, после которого я перестал менторить без оферты. Недавно ко мне пришел новый менти. Запрос боле-менее стандартный: "Нужна консультация с рекомендациями как лучше себя презентовать и рассказать про свой опыт работы. Подсветить свои сильные и слабые стороны. Получить рекомендации, где можно улучшить свои навыки" Мы созвонились на 15–20 минут, уточнили запрос, я рассказал про формат работы и оплаты (разовые консультации и пакет из 5ч со скидкой). Менти подумал и выбрал пакет из 5ч. Для меня это всегда позитивный сигнал, который показывает то, что человек настроен серьезно и значит имеет смысл вкладывать в него более плотно. За первые 2,5 часа (2 созвона) успели разобрать текущий опыт и задачи, провести мок-интервью, выделить сильные и слабые стороны + я отправил материалы/книги По итогам мок-интервью (описываю без деталей): Во‑первых, было видно, что опыт есть, но он довольно узкий. Не хватает насмотренности, нет понимания трекшена для рекрутера в плане роста и обучения, некоторые моменты в коммуникации смутили (понимание запроса/требований, не задавание вопросов если что-то непонятно или есть риск, что понято неправильно). Были выданы замечания и рекомендации, а также обозначен дальнейший план работы. Итого: на руках у человека уже были: диагностика, фидбэк, направления роста и набор материалов. Через месяц после получения материалов человек приходит с сообщением о том, что у него "объективно нет времени читать", ему не подходит скорость ответов в чате, кажется что не хватает системности и просит вернуть деньги 🤪 Важно: 1. Формат асинхронной связи и то, что чат - это не режим 24/7, мы проговаривали заранее. 2. Пакет из часов изначально не предполагал возврата или перерасчёта задним числом. Тем не менее, я решил поискать компромисс и предложил: • пересчитать уже проведённые часы по стоимости разовых консультаций (то есть без пакетной скидки), оставшуюся сумму вернуть. В ответ получаю: "Нет, давай считать по минимальной ставке" 🤬 То есть фактически запрос выглядел так: • получить аудит, фидбэк, план и материалы, при этом не заходить в их проработку и попросить пересчитать все по самому выгодному для себя тарифу. И вот это как раз тот момент, где приходится выбирать: • где заканчивается здоровая клиентоориентированность, • и где начинается давление и попытка переписать договоренности задним числом. Как я в итоге поступил читайте в следующем посте. #qa #pro_qa #ментор

Но даже редкие исключения хорошо отрезвляют: один неудачный кейс может забрать непропорционально много времени, нервов и фокуса. Почему после этого я перестал работать без оферты Парадоксально, но чем больше ты стараешься быть «по‑человечески», тем нужнее тебе базовая формализация: оферта или договор. Не чтобы «прикрываться бумажкой», а чтобы у всех были одинаковые ожидания: что именно входит в менторство (диагностика, консультации, рекомендации, поддержка в чате), а чего там нет (гарантии оффера, молниеносные ответы 24/7 и т.п.); как устроен пакет из часов: в какие сроки ими нужно воспользоваться, что происходит с неиспользованными часами; какая политика возвратов: до какого момента возврат возможен, в каком объёме, по какой ставке идёт перерасчёт; в какие сроки вы отвечаете в чате и какой объём сопровождения там реалистичен. Когда это зафиксировано письменно и проговорено заранее, в случае спорной ситуации можно опираться не только на эмоции, но и на договорённости, с которыми обе стороны согласились. Практические выводы, которые могут пригодиться другим наставникам и консультантам Если вы работаете с менти, клиентами или учениками один на один, вот несколько вещей, которые лично мне сильно упростили жизнь: Не стесняйтесь формализовать простые вещи. Даже короткая оферта или пара чётких абзацев про формат, сроки и возвраты снимают половину будущих конфликтов ещё до старта. Проговаривайте политику возвратов до оплаты. Лучше один раз спокойно объяснить: когда возможен возврат и как он считается, чем потом спорить на повышенных тонах, «как было честно». Фиксируйте диагностический фидбэк и план развития. После консультации или мок‑интервью кратко подведите итоги: что увидели, какие сильные стороны, какие зоны роста, какие шаги дальше. Это помогает и человеку, и вам. Уточните свои границы по формату связи. Чётко скажите, как быстро вы отвечаете в чате, какого уровня глубины стоит ожидать от асинхронной обратной связи, а что возмож­но только на созвоне. Отличайте запрос о помощи от попытки переписать договорённости. Одно дело — человек честно говорит: «Я не вывожу, давай подумаем, как адаптировать формат». Другое — когда он задним числом требует менять цену и условия, хотя услуга уже оказана. Этот кейс напомнил мне простую вещь: доброжелательность и готовность идти навстречу отлично уживаются с чёткими рамками и понятными правилами игры. И иногда лучший вклад в качество своей работы — это не очередной полезный созвон, а один аккуратно написанный документ.

«Верните часть денег». Кейс, после которого я перестал менторить без оферты Недавно ко мне пришёл новый менти. Запрос очень знакомый: «Хочу вырасти, подготовиться к интервью, понять, куда двигаться дальше, но одному тяжело, нужен наставник». Мы созвонились на 15–20 минут, я расспросил, где он сейчас, какой опыт, какие цели по рынку и срокам. В конце честно озвучил формат: есть разовая консультация, есть пакет из 5 часов со скидкой. Он выбрал пакет. Для меня это сигнал: человек настроен серьёзно, значит, есть смысл плотнее вкладываться в него. Что мы успели сделать за первые 2,5 часа За два созвона (примерно 2,5 часа) мы проделали довольно объёмную работу: разобрали его текущий опыт и задачи; провели мок‑интервью; выделили сильные стороны и зоны роста; составили план развития под его цели; я подготовил и отдал подборку материалов и книг под его уровень. Интервью мы не успели пройти до конца, то есть полной картины ещё не было, но уже на этом этапе начали вырисовываться важные моменты. Во‑первых, было видно, что опыт есть, но он довольно узкий. Не хватает широты насмотренности: разных кейсов, контекстов, типов задач. На реальном собеседовании это обычно приводит к тому, что кандидата сильнее «прожимают» по хардам — просто потому, что зацепиться за разнообразие опыта сложно. Во‑вторых, в ответах не очень читался устойчивый «трек» роста и обучения. Не то чтобы человек не учился вообще, скорее, это не складывалось в понятную для рекрутера историю: как он системно развивается, чему учится, как выбирает следующие шаги. Поэтому появилась рекомендация: подготовить внятную story про себя — как я развиваюсь, чему учусь, какие изменения уже произошли — чтобы на интервью это звучало структурно и понятно. В‑третьих, по коммуникации в целом было комфортно, но всплыли рисковые моменты. Иногда запрос понимался поверхностно, не хватало уточняющих вопросов там, где высок риск трактовать задачу неправильно. Для рабочих ситуаций это означает: часть проблем можно будет срезать на старте, просто научившись чаще уточнять, правильно ли понята задача. Все эти вещи легли в план развития: расширять насмотренность, собрать цельную историю про свой рост, прокачивать навык уточняющих вопросов. То есть на руках у человека уже были: диагностика, фидбэк, направления роста и набор материалов. «У меня нет времени читать» и просьба вернуть деньги Через какое‑то время после второго созвона я получаю сообщение: — «Слушай, у меня нет времени читать материалы. И ещё мне не очень подходит скорость ответа в чате и не хватает системности. Давай вернём часть денег». Важно: Формат асинхронной связи и то, что чат — это не режим 24/7, мы проговаривали заранее. Пакет из часов изначально не предполагал возврата или перерасчёта задним числом. Тем не менее, я решил поискать компромисс и предложил: пересчитать уже проведённые часы по стоимости разовых консультаций (то есть без пакетной скидки), оставшуюся сумму вернуть. В ответ пришло новое условие: — «Нет, давай считать по минимальной ставке». То есть фактически запрос выглядел так: получить аудит, фидбэк, план и материалы, при этом не заходить в их проработку и попросить пересчитать всё по самому выгодному для себя тарифу. И вот это как раз тот момент, где приходится выбирать: где заканчивается здоровая клиентоориентированность, и где начинается давление и попытка переписать договорённости задним числом. Как я в итоге поступил Я ещё раз спокойно проговорил условия: изначально пакет продавался без возврата; предложенный перерасчёт по ставке разовых консультаций — это уже шаг навстречу, а не обязанность; и что это финальное предложение, других вариантов не будет. По сути, я выбрал удержать границы, а не бесконечно сдвигать условия ради того, чтобы просто «всем было комфортно». На этом история завершилась. При этом важно: за много лет это всего второй подобный кейс; подавляющее большинство людей работают конструктивно, и такие ситуации — исключение, а не правило.

Чуть меньше чем через час стартует открытый бесплатный вебинар "Собеседование с умом: секреты успешного подбора QA-талантов". Стартуем в 19:00 по Москве. Программа: - Описание и публикация вакансии; - Отбор кандидатов и ревью резюме; - Проведение собеседования; - Оценка результатов проведения собеседования; - Обратная связь кандидату и составление оффера. Регистрация https://otus.pw/98uH/ Бонусы участникам * Скидка 7% на любой курс OTUS * Чек-лист "Soft Skills в сфере IT" * Чек-лист "Производительность и эффективность команды" И мой персональный код на 10% скидку DANILOVV10 Условия использования скидки: Оплата курса со скидкой по промокоду преподавателя, без рассрочек. Без участия менеджера. #qa #pro_qa #otus #qa_обучение #qa_lead #собеседование #интервью

Закрытый чатик про групповой менторинг и мастермайд от меня (а возможно с кем-то в коллаборации) сделал. Но еще не все из интересующихся присоединились, так что пишите в личку - кину инвайт. План такой: на след.неделе дособираю народ, обкатаю 2 пробных группы по групповому и мастермайнду и попробую сделать из этого тот продукт, который будет закрывать боли QA синьоров/лидов/менеджеров более эффективно чем 1-1 менторинг (как минимум более эффективно чем большие курсы на тим лидов). #qa #pro_qa #group_mentoring #mastermind

Мастермайнд и групповой менторинг - это формы групповой поддержки для развития, но с разными ролями и динамикой. Основная разница в иерархии, фокусе и структуре: в мастермайнде все равны, а в менторинге доминирует эксперт. Роли участников В мастермайнде группа из равноправных людей (4–10) обменивается опытом без лидера — каждый вносит вклад и получает поддержку. В групповом менторинге ментор (эксперт) ведет группу, давая советы и обратную связь, а участники в основном слушают и применяют. Фокус и процесс Мастермайнд фокусируется на коллективном мозговом штурме: участники делятся вызовами, генерируют идеи и держат друг друга в ответственности. Групповой менторинг ориентирован на обучение навыкам — ментор разбирает кейсы, дает инструменты и корректирует ошибки группы. #qa #pro_qa #mastermind #group_mentoring

Итак, к чему был вот этот опрос. Я довольно давно и активно занимаюсь менторством, но у меня ЦА - это лиды, релиз менеджеры, хэды и тем кому нужен саппорт в рабочих проектах (здесь и синьоры были). Несколько раз приходили мидлы и один раз джун, заплатив немаленькие для них деньги (если сравнивать с осатльными менторами мидлов и джунов) - но там были вполне конкретные запросы и совсем другой уровень эффективности. Проведя небольшой кастдев - понял, что для многих цена является стоп-факторов или довольно неплохим фильтром (и в этом тоже была смысл). Тк я вот уже 5 лет преподаю на курсе QA Lead и оттуда довольно много инсайтов и запросов по поводу практики, разбора реальных кейсов, которые невозможно реализовать в программе курса - но запрос это не снимает, то я подумал - а почему бы не сделать отдельную (закрытую) мини-группу для синьоров+/лидов/хэдов, что-то между менторингом 1-1 и курсом (где много теории и немного практики) - в которой делать упор на разбор рабочих кейсов, делиться опытом и информацией (мб собрать набор пересекающихся тем, которые будут интересны нескольким лидам, например, и сделать ментор сессии на несколько человек). В общем, захотелось попробовать новый формат Группового менторинга и Мастермайнда. Если вам интересно в таком поучаствовать - пишите в личку, сделаю закрытую группу и добавлю вас туда - а там уже все детали обсудим. #qa #pro_qa #mentor #mastermind

ТОП-8 AI-инструментов, которые уже меняют QA в 2026 Microsoft / Azure + GenAI для перф- и регресс-тестов • ИИ-ассистенты генерят сценарии нагрузочного теста по тексту, сокращая подготовку до 70%. • Модели сами ловят аномалии и отсекают до 30–40% лишних алертов. • Через CI/CD ставятся авто quality-gates: релиз стопается при падении SLO/SLA. Подробнее: evozon.com/how-ai-is-redefining-software-testing-practices-in-2026 ​ Meta: LLM для mutation testing и compliance • LLM генерит «мутации» кода и тесты к ним, закрывая комплаенс-дыры на порядки быстрее ручных подходов. • Система покрывает сотни сервисов и сама расширяется новыми мутантами. • Фокус — держать регуляторку без роста QA-штата. Подробнее: infoq.com/news/2026/01/meta-llm-mutation-testing ​ LambdaTest KaneAI: тесты на естественном языке + автоэволюция • KaneAI позволяет писать и чинить тесты обычным языком, без кода, поверх LLM. • Функция autonomous test evolution сама обновляет тесты под изменения UI и логики. • Инструмент в топе реально используемых AI-решений для автотестов в 2026. Подробнее: testguild.com/7-innovative-ai-test-automation-tools-future-third-wave Braintrust: полный loop QA для LLM из прод-трейсов • Любой продовый диалог превращается в eval-кейс и регресс-тест в один клик. • GitHub Actions блокируют merge, если качество модели падает ниже порога. • LLM-as-a-judge оценивает ответы по кастомным метрикам и превращает фейлы в стабильные тесты. Подробнее: braintrust.dev/articles/langsmith-alternatives-2026 PractiTest: витрина из 16 AI-тулов для тестирования • Платформы автоматом проектируют сложные релевантные сценарии, добивая покрытие. • AI-аналитика вычищает дубли и слабые тесты, ускоряя регрессии. • Фактически это навигатор по must-have AI-инструментам для enterprise QA. Подробнее: practitest.com/resource-center/blog/best-ai-tools-for-software-testing LaSoft: AI по логам для быстрого дебага и регрессии • AI разбирает логи и указывает конкретный коммит, который сломал тест в CI. • Оптимизация набора тестов и параллельные прогоны сокращают время релизов. • Инструмент особенно полезен при большом монолите логов и частых деплоях. Подробнее: lasoft.org/blog/ai-in-software-testing-building-workflow-for-faster-product-launches ​ Palantir Foundry: AI-агенты под жёстким аудитом в QA-пайплайнах • Все действия AI-агентов логируются и ограничены правами доступа. • Команды видят, какие тесты запускал агент и к каким данным он ходил. • Подходит для доменов с высоким уровнем регуляторки и требований к audit trail. Подробнее: palantir.com/docs/foundry/announcements/2026-03 TestGuild: шорт-лист из 12 реально живых AI-тест-тулов • Автор протестировал более 40 AI-инструментов и оставил только 12 рабочих. • В приоритете — самовосстановление тестов, умный раннинг и автогенерация сценариев. • Отличная точка старта для выбора тулов в пилот. Подробнее: testguild.com/7-innovative-ai-test-automation-tools-future-third-wave ​ #qa #pro_qa #ai #ai_tools #qa_tools #ai_tools_for_qa

Photoshop становится чат‑ботом: Adobe запускает ИИ‑ассистента Adobe запустила в веб‑версии Photoshop разговорного ИИ‑ассистента: правки описываются текстом, без слоёв и ручного клика. Пользователь может в пару фраз попросить сложную правку, а агент сам комбинирует несколько операций за секунды, а не минуты. https://www.youtube.com/watch?v=GAmOerprh38 Это ещё один шаг к тому, что графический софт превращается в «диалог с ИИ», а не панель инструментов. https://www.youtube.com/watch?v=GAmOerprh38 Discover: https://www.youtube.com/watch?v=GAmOerprh38 ChatGPT получает интерактивную математику и физику OpenAI включила в ChatGPT интерактивные визуальные объяснения для 70+ тем по математике и наукам — от сложных процентов до закона Ома. https://www.marketingprofs.com/opinions/2026/54427/ai-update-march-13-2026-ai-news-and-views-from-the-past-week Пользователь меняет параметры, а графики и схемы перестраиваются в реальном времени вместо статичных картинок. https://www.marketingprofs.com/opinions/2026/54427/ai-update-march-13-2026-ai-news-and-views-from-the-past-week Фича превращает чат‑бота в полноценный STEM‑тренажёр, а не просто «объясни, как решать». https://www.marketingprofs.com/opinions/2026/54427/ai-update-march-13-2026-ai-news-and-views-from-the-past-week Discover: https://www.marketingprofs.com/opinions/2026/54427/ai-update-march-13-2026-ai-news-and-views-from-the-past-week Трамп обвиняет Иран в «ИИ‑оружии дезинформации» Президент США Дональд Трамп заявил, что Иран использует ИИ как «оружие дезинформации», искажая картину войны для мировой аудитории. https://www.reuters.com/business/media-telecom/trump-accuses-iran-using-ai-spread-disinformation-2026-03-16/ Речь идёт о генерации фейковых фото, видео и текстов, которые масштабируются ИИ‑инструментами в соцсетях за секунды. https://www.reuters.com/business/media-telecom/trump-accuses-iran-using-ai-spread-disinformation-2026-03-16/ Заявление добавляет аргументов к идее жёсткого контроля военного применения ИИ на уровне государств. https://www.reuters.com/business/media-telecom/trump-accuses-iran-using-ai-spread-disinformation-2026-03-16/ Discover: https://www.reuters.com/business/media-telecom/trump-accuses-iran-using-ai-spread-disinformation-2026-03-16/ Исследование: ИИ‑фильтры фейков сами усиливают дезу Докторант Университета Монреаля показала, что ИИ‑системы для поиска фейков не «проверяют факты», а лишь считают вероятности по обучающим данным. https://geneticliteracyproject.org/2026/03/16/ai-tools-designed-to-combat-misinformation-may-actually-promote-it/ Чтобы обучить такие модели, им скармливают тысячи примеров «правды» и «лжи», но даже эксперты часто не согласны между собой — возникает «ground truth problem». https://geneticliteracyproject.org/2026/03/16/ai-tools-designed-to-combat-misinformation-may-actually-promote-it/ В итоге ИИ‑фильтры могут маркировать непопулярное, но верное мнение как фейк и тем самым усиливать искажения вместо борьбы с ними. https://geneticliteracyproject.org/2026/03/16/ai-tools-designed-to-combat-misinformation-may-actually-promote-it/ Discover: https://geneticliteracyproject.org/2026/03/16/ai-tools-designed-to-combat-misinformation-may-actually-promote-it/