Мероприятие
Шорт-трек от сообщества Moscow QA на Heisenbug 2026 Spring
О докладе
Как сделать утилиту, которая прогоняет по вашему контуру типичные слабости: от заголовков и cookie до открытых эндпойнтов. С помощью ИИ соберём полноценную адаптивную агентную систему, которая итеративно подходит к анализу приложения.
Докладчик
Другие доклады на Шорт-трек от сообщества Moscow QA на Heisenbug 2026 Spring
Я сломал свой тайм-менеджмент и починил его LLM-агентом
Про локального LLM-агента с readonly-доступом, который знает о задачах больше своего владельца. Поговорим про опасности: утечки знаний, слепое доверие и ложное ощущение порядка, — и как повторить это самому, без боли и без облака.
Локальный ИИ в контуре CI/CD: практика автономной генерации автотестов для микросервисов
Можно ли доверить ИИ написание автотестов для продакшена? Да, если держать модель внутри контура, контролировать контекст и валидировать результат. Как выбрать модель, настроить промпты и масштабировать решение на множество микросервисов.
Вам не нужна Zero Bug Policy
Насколько по-разному тестировщики и их коллеги понимают политику нулевой терпимости к багам, как выглядит ZBP в теории и на практике. Когда не стоит внедрять ZBP и какие у подхода есть альтернативы.
Смешать, но не взбалтывать: коктейль для разбора падений автотестов с GPT
Каждый, у кого есть автотесты, знает боль: тест упал, логов много, времени мало, а причина неочевидна. Зачем страдать, если можно делегировать разбор ИИ.
← Назад к Шорт-трек от сообщества Moscow QA на Heisenbug 2026 Spring