«Важно доставлять, а не понимать» — идеальный способ работы с нейросетями

Последние месяцы я вижу одну и ту же сцену. Кто-то начинает активно применять нейросети в разработке — и первые недели ощущение кайфовое: код появляется быстрее, задач закрывается больше, “как будто полетели”. А потом начинаются знакомые фразы:

https://habr.com/ru/articles/1000140/

#LLM #нейросети #ChatGPT #разработка #DevOps #тестирование #smoke_test #evidencefirst #качество_кода #grok_4

«Вроде всё правильно, но не работает»: как я перестал дебажить “на глаз” и собрал evidence-first пайплайн

Есть типичная боль: ты вроде всё сделал правильно — контейнеры поднялись, API отвечает, UI открывается… а потом оказывается, что «не работает» . Причём не «сломано в пепел», а именно «почти»: где‑то 404, где‑то таймаут, где‑то UI открывается, но вкладки пустые, где‑то один запрос проходит, другой — молчит. И самое неприятное: когда начинаешь чинить «по ощущениям», можно потратить часы, а потом выяснить, что причина была не в коде, а в порте, origin, IPv6, миграциях или в том, что UI ходит не туда. Я перестал спорить с реальностью и сделал себе простой подход evidence-first :

https://habr.com/ru/articles/996850/

#devops #docker #docker_compose #smoke_test #healthcheck #диагностика #evidence #observability #powershell #fastapi