#テスト
@yoiyoi /
- テスト技法を用いて問題を作成し、実装の仕組みを踏まえた観点を洗い出す取り組みが行われた
- 同値分割の適用範囲や実装の3層構造(字句解析・構文解析・評価)を考慮した観点の違い、単項マイナスやゼロ除算の検出タイミングの違い
- テスト観点を洗い出す際には実装の仕組みを踏まえることで、構文エラーと計算エラーの区別が明確になり、テスト戦略の立てやすさが向上する
@saito_next /
- Python 3 エンジニア認定基礎試験に合格した勉強法と注意点を紹介
- データ構造の関数(remove / pop / del)の引数と仕様、例外処理の挙動、問題文の読み間違いに注意
- 模試を繰り返し解き、引数と戻り値をセットで覚えることで本番でも対応できる
@とんのかつ /
- python-calamineでExcel読込を高速化した結果、別名パッケージ経由のimportが壊れた
- calamineの日時処理の違いと、sys.pathの変更が原因。importlib.utilで別名パッケージを登録する実装が影響
- 別名パッケージ経由のimportでは__package__の設定が必要。sys.pathの変更をテストで確認する
@takekawa tomoki /
- Microsoft Foundry の評価で正答と誤答を採点する方法を試した
- coherence(文の筋の良さ)と similarity(意味の一致)は5段階、f1(単語の重なり)は0〜1で評価、しきい値で合否判定
- f1スコアは0.5以上でパス、誤答はsimilarityで1点で判定される
@ykitaa /
- テスト技法の実践を通じた品質向上の取り組みが紹介された
- 同値分割法・境界値分析、デシジョンテーブル、ペアワイズ、状態遷移テストの4つの手法が取り上げられ、紙とペンで問題を解く形式で実施された
- 紙とペンでの問題解決が実務での仕様理解の重要性を実感するきっかけになった
@news_it_enj /
- Jevを使ってAWS AI Business Strategistの模擬試験問題の不正解選択肢の質を改善した
- Jevは選択肢のもっともらしさを0.42から0.69に上げ、Claudeで不正解選択肢を再作成
- 不正解選択肢の文字数をそろえることで選択肢の長さに頼った正解の見極めを防いだ
@ryuto_my /
- ルールベースのエージェントでPTCGコンペに参加し銅メダルを獲得
- ルールベースのスコア計算とKaggleでの実験・改良、複数のエージェントの勝率比較
- ルールベースの改良は時間がかかりやすく、評価方法の見直しが必要だった
@gzer0 /
- テストの前提を実際に遊んで撮ったセーブに変更し、ソフトロックを発見した
- セーブデータスナップショットによるE2Eテスト基盤、実プレイで撮ったセーブをロードする仕組み
- テストの前提を実データで確認するため、フィクスチャの不変条件を明示する必要がある
@iakito /
- Claude Code を使って GitHub Actions の CI 待ち時間を 18 分から 4 分台に短縮
- テストを node 環境で 2 並列に実行、DB キャッシュ、ジョブ分割、node_modules キャッシュを導入
- テスト実行前のオーバーヘッドがボトルネックで、計測してから対策を取ることが重要
@Naoyuki /
- Claude Codeにレガシーコード改善を依頼し、テストを追加・リファクタリングを実施
- テストの入口をユーザイベントに限定し、モックを差し込み、ゴールデンファイルで出力を固定、リファクタリングではパッケージ分割とデータ化を実施
- テストの期待値を意図に合わせて書き換えてからコードを修正し、コミット単位でAIの報告を確認する順序が重要
@yukio3239 /
- ローカルAIに実装を任せるとClaudeの料金が増えることが実証された
- 補助の準備でClaudeが2.1倍のトークンを消費し、テスト1ではQwenが275万トークンを出力した
- 補助を減らすと時間はかかるが仕様だけで実装できるが、小さな題材に限る
@figueiredoluiz /
- AIが生成した139件のVitestテストのうち93%が他のテストで確認していない振る舞いを検証していた
- トークンベースのクローン検出器は同一テキストを重複と誤検出、vitest-dedup 0.5.0はキャプチャ変数とローカルクラスをモデル化して正確な重複判定
- テストの重複判定には静的解析の限界があり、パラメータ化候補の18件はtest.eachテーブルにまとめることでカバレッジを維持できる
@ブルハツ /
- 継続的デリバリー(CD)の定義と実装方法が解説されている
- CI(継続的インテグレーション)とCDパイプラインの構成要素、テストカバレッジ測定、マージキューの活用が具体的に説明されている
- CIを定期実行する際はバグ混入リスクがあるため、マージキューによる統合テストが推奨される
@charge0315 /
- 実測勝率ゲートが32日後に初めて動作し、短期候補をすべて停止した
- 実測勝率が45%未満かつ約定件数20件以上で除外、記録が20件に達した10月13日に動作
- 安全装置の動作条件を明確に記録し、ラベルと実装の整合性を定期的に確認する
@ennagara128 /
- Array.prototype.every() は空配列や穴のある配列でも true を返す
- 空配列ではコールバックが実行されず、穴のある配列では値が存在しない場所をスキップする
- 配列の長さだけでは穴や空配列の判定ができないため、事前に配列を整える処理が必要
@aichance /
- Playwrightの保存検査で2回目の操作が未完了でもPASSしてしまう問題を修正
- 保存値の一致だけでは操作完了を確認できない、完了バナーの表示を追加条件にした
- 保存値の比較だけでは操作の完了確認ができないため、最後の操作の結果を観測する必要がある
@長谷部一希 /
- 本番DBに不要なレコードが数千万件登録された
- 出荷明細の補足情報が再生成時に全件コピーされ、件数が指数関数的に増加
- データ修正時に荷主側のデータと比較し、キャンセル済みデータは業務状況に応じて削除方針を分ける必要がある
@Isuzu /
- AI生成E2Eテストの結果判定をPass/Failの二値から5段階に変更した
- AIエビデンス検証とアサーションカバレッジを組み合わせて判定、Before/Afterスクリーンショットを必須化
- PassでもAI検証やカバレッジが不十分なテストはWeak Pass以下に分類される
@Kyohei Fukuda /
- 有名なOSSが外部からのPRを閉じ始めている
- Honoやtldraw、Ladybird、Sindre SorhusらがPRを自動閉じたり、AIによるPRを禁止したりしている
- メンテナーの負担が増えており、PRの代わりにIssueやDiscordでのコミュニケーションが重要になる
@acsuzuki /
- AI時代にソフトウェア品質を担保するための基準が変化している
- 要求とテストのトレーサビリティ、実装と検証の独立性、リスクベースのテストが重要
- テストの期待値変更は人間がレビューするルールが必要