Сповідь тестувальника

Привіт, мій щоденнику...

Ось саме те, що я називаю правильним використанням «ШІ»: обмеження для виконання конкретної функції.

Бо:

1. Підхід «AI-first» 🤖 через чатботи є максимально нестабільним, бо чатбот створений насамперед складати речення, все інше є побічним ефектом цього (на разі).

2. Підхід «Feature-first» 🛠 є ефективним, бо саме фіча має виконуватися, і користувач отримує її, фічу, а не універсальний чатбот, що «може все».

А ось ті самі фічі, що пропонує нам оновлений Chrome, більшість з яких використовують «ШІ»:

▫Gemini у Chrome
▫Персональний помічник
▫Мультивкладковий контекст
▫AI Mode у пошуку
▫Пошук раніше відвіданих сторінок
▫Інтеграція з Google-додатками
▫Запитання про сторінку
▫Захист від шахрайства з Gemini Nano
▫Контроль сповіщень та дозволів
▫Зміна скомпрометованих паролів одним кліком

Ось тут DOU трохи переклали з оригінального допису

Привіт, мій щоденнику...

Нещодавно наштовхнувся на тему, яка останнім часом трохи згасла, але яка є вже доволі старою.

Чи мають право на життя "зелені" автотести, якщо вони є зеленими увесь час? Є думка, при чому вона присутня по всьому спектру фахівців — від джунів до синйорів, що такі тести є не ефективними та підлягають забуттю.

Для мене це завелике спрощення та ігнорування маси факторів. Головним є аргумент про те, що "зелений" тест підтверджує стабільність тестової області. А ще виникає питання: дійсно є колеги, які впевнені у тому, що "гарний тест" це такий, що знайшов баг? Це настільки хибна думка, що свого часу я дуже здивувався, коли дізнався, наскільки вона популярна.

Тут варто повернутися до основ та теорії тестування. Запитати себе про мету тестування. Згадати, що немає однієї мети, але існують декілька підходів до того, чим є тестування. Вони потрібні усі залежно від процесу та етапу розробки та ще купи інших факторів,

Втім, знаю, що досі є популярною думка, що існує якесь одне чітко описане тестування та його процес і що воно може бути уніфікованим по всій галузі. Але такого немає. І навіть стандарт IEEE не дає вам суворого фреймворку та інструкцій.

Хто "підглядає" за цим щоденником, може залишити свої думки про те, що ж таке "зелені" тести та чи мають вони право існувати.

Привіт, мій щоденнику...

Традиційна освіта має свої переваги, але у сучасному світі стикається з новими проблемами.

В чому переваги? Якщо йдеться про великі складні дисципліни, то потрібна саме освіта, а не пройдений курс, бо ми кажемо про професію, а не маленьку не складну навичку.

Так от, перевага у послідовності. Знання конструюються, як будівля. Готуємося до будівництва, закладаємо фундамент, зводимо перший поверх, на ньому другий поверх тощо.

В результаті ми можемо отримати дуже складні конструкції, такі як міст Бейпаньцзян, висотою 565 метрів або Великий адронний колайдер, який є надскладною конструкцією, ще й великою — 27 км у діаметрі.

Які виклики зараз має така освіта? Вже на перших кроках часто ставлять питання: "Навіщо це?" та "Як я використаю це у роботі?". Але автори таких питань сплутали знайомство з маленькою навичкою та фундаментальну освіту, що дає фах.

Тобто, не складно сказати, навіщо під ніжкою стола згорнутий папірець — бо підлога крива і ніжка "провисає", стіл хитається, а папірець заповнює непотрібний простір.

Але що ми подумаємо, якщо отримаємо запитання: "Навіщо будівлі фундамент?". Або підемо ще раніше: "Навіщо вивчати властивості матеріялів, наприклад, бетону та арматури?". Відповіддю буде, зокрема: "Щоб правильно спроєктувати фундамент". Але далі буде питання про доцільність фундаменту тощо.

То постривайте! Дайте собі час навчитися. Якщо пояснювати базові речі аж до використання у реальному житті — це і буде навчання, так воно будується. Але невже ви думаєте, що це можна зробити за пару речень чи абзаців,

Пригадую розмову зі знайомим, на той момент студентом медиком. Він казав, що вчитися було дуже важко, бо він не розумів, до чого всі ці знання. Нащо знати на пам'ять всі назви кісток латиною? А потім, розповідав він, вже ближче до 5 курсу він прозрів. Раптом все почало складатися у картину, він усвідомив, нащо вчився та як потужно злилися всі знання разом та створили професійного медика.

Він казав, що зрозумів, що інакше було не можна. Медицина надто складна, Він зрозумів, чому саме так був побудований навчальний процес.

Проблема сучасної освіти (оминаємо поки питання її якості) у тому, що студенти масово сумніваються у кваліфікації навчального закладу, професіоналізмі викладача, потребі у навчальних матеріялах. Надто багато упередження та думок "я сам краще знаю".

ШІ в цьому сенсі на разі не створений для фундаментальної освіти і навряд буде розвиватися в цьому напрямку просто тому, що немає попиту, і умовний OpenAI це бачить. Тому з одного боку заміни університетам не буде, а з іншого, у них можуть бути проблеми через ілюзію доступності знань через чатботи.

Привіт, мій щоденнику...

Дід-тестувальник, або чому всі «молоді» тестери не можуть відпустити баги.

Я давно зрозумів, що інтереси бізнесу важливо розуміти, щоб збагнути, чому приймаються ті чи інші рішення, які нам, айтівцям, здаються безглуздими. Коли я зрозумів, жити стало набагато легше, бо багато багів я «відпустив» зі спокійним серцем.

А ось свіжа історія багів на проді, власний досвід.

Застосунок для віндовс не хоче реєструвати з гугл поштою.
Але є мобільний застосунок Він дозволив.
Але застосунок для віндовс тепер не приймає пошту більше ніж у 20 символів.
Остаточне рішення — нова реєстрація через пошту довжиною менше ніж 20 символів.

Ну й ок.

Як же так, запитаєте ви, що за ганьба така із цим софтом? А я скажу.

Софт встановлюють тільки після покупки «заліза», це для нього софт. В інтернеті майже немає інформації про ці баги, бо авдиторія дуже вузька, їм важливіше користуватися. Залізо має попит і люди готові миритися з багами, бо прямого конкурента немає. А ще багато хто користується «залізом» без нічого, бо вона й так працює.

Якщо казати про бренд, то це не рівень «Мерседес». Це як непогана китайська автівка, яка дає дуже багато за свої гроші, але має деякі ось такі баги. Ти не відмовишся від цієї автівки на користь Мерседеса, бо той коштує у 1.5 -2 рази більше.

І це реальність. Бізнес зважує реальність. Поки такі баги не заважають досягати цілей, вони будуть жити. Але бізнес не дурний. Багато скарг вплинуть та баг буде пофікшено. Перехід у сегмент вище змінить стандарти якості. І так далі.

Можна навіть сказати, що шкода від бага є, але бізнес свідомо(!) нехтує нею.

Хто колись купляв продукти зі знижкою в останній день придатності? Коли продукти навіть на саме вже не такі, як свіжі. Ще нормальні, але вже не такі. Але -25%, -33%, -55% — і якщо ти стаєш цільовою авдиторією таких продуктів, то залюбки купляєш саме їх. Тут все так само. Макдональд не буде продавати несвіже зі знижкою, це бренд. А локальний виробник м'яса — буде.

Нічого нового. І це цілком нормально.

Привіт, мій щоденнику...

Все частіше чую історії про те, як менеджмент змушує інженерів використовувати ШІ в роботі. Але ось де проблема.

Інженери — люди дуже конкретні, утилітарні. Вони не розуміють "використовуй ШІ", вони розв'язують проблеми, працюють над конкретними задачами. Отаке відірване від всього "використовуй ШІ" буквально розриває їх мізки.

Ну тобто.

Навіщо? Що це дасть? Яку проблему ми вирішуємо?

Скажіть їм це і вони будуть використовувати ШІ залюбки. Просто припиніть розмовляти з ними іншою мовою. Вони інженери, і ви раніше розуміли це.

Інженер по суті навчений знаходити рішення та розв'язувати проблеми. Просто поверніть адекватне спілкування з інженерами. Інженер завжди буде шукати найкращий спосіб зробити свою роботу, і якщо для цього буде потрібний ШІ, він залюбки буде використовувати його на всі 120%.

Привіт, мій щоденнику...

Це ані любов, ані ненависть, це просте тестування та твереза оцінка.

Ось відео з одного допису і лінкдин. Автор вражений. Серед коментарів, такі слова як amazing, impressive, great, incredible. А що цікавіше, так це кілька коментарів зі словом accuracy, тобто «точність».

Жодного критичного коментаря.

Однак, коли я почав дивитися відео, то «точність» це останнє, що я міг би сказати про цю програму. Бо я не вважаю «точним» ідентифікацію об'єкта лише з декількох спроб, при чому фіксації правильної версії не існує, і кожен зсув об'єкта перед камерою викликає нове розпізнання, яке може описувати об'єкти знову не точно.

Ось відео. Його можна зупиняти та дивитися, що саме пише програма.

Я визнаю швидкість, вона дійсно вражає. Я визнаю, що при певних обставинах, визначення може бути доволі точним. Але осліпнути на очевидні недоліки які роблять технологію повністю непридатною до реального використання?

Не маю ось прямо захвату, бо подібне вже давно розробляється, це не революція чи інновація. «ШІ» може посилити цю технологію, але на цей момент це просто іграшка, не більше. Ніяк не amazing, хоча й interesting, як на мене.

Привіт, мій щоденнику...

Розробник з 10-тирічним стажем Марек Фекса написав у лінкдин цікавий допис. Він жаліється, що раптово з'ясував, що автотести, згенеровані мовною моделлю, були увесь час зеленими, навіть коли він видалив код, який вони тестували. Це відбулося тому, що насправді мовна модель «хотіла зробити тести, якими людина задоволена», тому створила фіктивну реалізацію, створивши конфігурацію тестів, які завжди показують passed.

І я абсолютно не буду тут сварити мовну модель, бо це мовна модель, не фреймворк для автотестів чи щось інше спеціалізоване. Про це я часто й кажу, що до справжнього інструмента мовна модель не дотягує через своє надто широке призначення (або кажучи точно, через свою "природу" намагатися передбачати текст в контексті).

Я зверну увагу саме на людину. Людина не перевірила автотести одразу, вона довірилися мовній моделі. І цей випадок яскраво підкреслює мої побоювання через масове використання мовних моделей в айті. Люди не хочуть перевіряти за моделлю, вони хочуть, щоб ті робили за них 100% їх роботи. Не 50, не 80, а 100 чи навіть 120% (додаючи те, де людина взагалі не має компетенції).

Якби всі використовували мовні моделі як помічників та перевіряли б те, що потім видають за власну роботу, я б не писав так багато застережливих дописів. Але така природа людини. Так, публічно я часто бачу коментарі, що «це лише помічник» та що «треба перевіряти», але людина слабка, і воліє не працювати зовсім. Тому маємо такі історії.

Якщо ви користуєтеся мовними моделями для генерації артефактів своєї роботи та обґрунтовано відповідаєте за них, бо точно знаєте, чим вони є та як працюють, то питань немає. Це буде крутий симбіоз «ШІ» та людини. Я обома руками «за». Але, камон, ми ж знаємо себе і знаємо, чому такий гайп навколо «ШІ».

Що цікаво, то спостерігаю й зворотну картину. Висококласні фахівці (зазвичай це вище рівня синйор) як раз і вказують на це слабке місце, вже ціла низка статей є про те, що на певному (складному) етапі роботи перевірка результатів моделі часто виявляється довшою за самостійне написання коду. Втім, ці голоси не чутно у масовому вжитку, вони залишаються всередині спеціалізованих спільнот, які не дуже пишуть дописи в популярних соцмережах.

Привіт, мій щоденнику...

Зустрів оце зображення на теренах лінкдину й — ні, в дописі не йшлося про ISTQB.

Однак, це гарна ілюстрація сучасного "навчання". і особливо процесу підготовки до сертифікацій. Існує популярна теза, що теорія потрібна лише для відповідей на співбесідах, тоді як у реальній роботі вона зовсім не потрібна. Це дуже сумно чути, але це дуже поширена думка.

З одного боку, багато хто розчарувався в освіті, а з іншого — більшість вчиться саме так. Споживають інформацію, зубрять без розуміння. Як наслідок — навичок немає, як на карикатурі.

Але навчання існує, як і гарна освіта. Можливо, це треба шукати. Ймовірно, реально вчитися буває важко. Гірко ж від того, що на мою суб'єктивну думку, більшість людей зараз вважають, що на карикатурі єдине реальне застосування навчання. Зубри. Складай іспит. Ні для чого. Працювати будеш "як прийдеться" та використовувати інші знання (які звідки взялися, до слова?).

А тепер можна подумати про те, що частково це саме так і працює подекуди. І сам факт існування таких випадків виступає як потужний аргумент для ось такого погляду на знання та навчання.

Привіт, мій щоденнику...

А чи маю я позитивні оцінки для мовних моделей? Ось одна з них.

Для мене ChatGPT гарно працює у навчанні та дослідженнях як первинний збирач інформації та її грубий підсумовувач. І нехай не звучать слова "первинний" чи "грубий" як негативна оцінка, це не так, але це реальна оцінка. Зробити швидкий огляд, зробити грубу оцінку (я враховую відсоток не коректних висновків), в цьому він не тільки незамінний, але це те, чого раніше просто не було. Хіба що хтось написав статтю саме на ту тему, що тебе цікавить.

Я не віддаю чатботу роботу зробити фінальний висновок, його маю зробити я на основі тих даних, які я дослідив та знань, які стали моїми, бо я в них розібрався. Але оцей первинний аналіз по купі джерел — це реальна користь, і я часто використовую це.

Гарно працює там, де моїх власних знань відчутно більше за 50%. Ще краще там, ще йдеться про щось вузьке у знайомому домені, типу, я знаю Playwright, а хочу швидко зрозуміти особливості Selenium та відмінності від Playwright.

А ось там, де власних знань взагалі немає, це не спрацює, хіба що ти володієш методами пізнання/дослідження, але такі навички, зазвичай, лише у науковців дослідників, це не тривіальна річ.

Отже, таке використання чатбота дає мені те, що раніше було майже недоступне, бо потрібно було дуже багато часу на пошук низки джерел та їх огляд, щоб лише вхопити основні нюанси, а в складних технічних речах це можуть бути години. Мій ChatGPT робить це за хвилини, а при заглибленні, за менш ніж годину я можу отримати дуже багато інформації (та посилань!), які допоможуть мені прийняти рішення про подальші дії у дослідженні/навчанні.

Подальші дії зовсім не завжди варто робити також за допомогою чатбота. Наприклад, я розумію, що гарне розуміння нової версії Python прийде лише при прочитанні офіційного документа. А чатбота можна запитати щось типу "Що там найяскравішого зарелізили?", інформація рівня заголовку у ЗМІ.

Це, мабуть, основне використання для мене на цей момент, яким я в цілому задоволений.

Ось тут лонгрід про те, що я пропоную робити з "ШІ" айтівцям та на чому ґрунтується моя критика "ШІ" на даний момент..

Привіт, мій щоденнику...

Чим далі живу, тим більше розумію, що предмет "Логіка" потрібно ввести у шкільну програму.

Дуже часто порушується закон достатньої підстави, коли якісь загальні явища обґрунтовують власним та часто поодиноким досвідом.

Наприклад.

Теза: Більшість чиновників в Україні корупціонери
Антитеза: "Та ну, у мене є знайомий чиновник, який не бере хабарів"

Теза: "Дослідження показує, що 70% користувачів застосунку N покращили навичку K"
Антитеза: "Та ну, я користувався й не покращив"

Теза "Автівки моделі А часто мають проблему з двигуном, ось статистика"
Антитеза: "У мого друга така автівка і проблем немає"

Сумно, коли подібні антитези використовують айтівці, які працюють, так чи інакше, з кодом. А код це дуже вперта річ, який працює суворо за законами логіки.

Це суто психологічний фактор. Нам хочеться вірити в щось, ми шукаємо підтвердження. Хтось вірив, що настав час науки, яка витіснить релігію? Чому б це? Людина масово хоче вірити в те, у що їй комфортно. Вона не хоче науку, бо та руйнує мрії та змушує сумніватися.

Тому ChatGPT полюбили за емоційну підтримку, тому й "працюють" аргументи, що порушують закони логіки. Яка наука, про що ми?

Привіт, мій щоденнику...

Це може зламати мозок.

Нова версія ChatGPT-5 має нове налаштування "тону" чата, яке впливає на форму відповіді. Це робот, слухач, пояснювач, лаконічний та дружній.

Я запитав у свого "робота", щоб він пояснив мені на прикладах різницю між відповідями на однакове запитання в різному "тоні". Він зробив.

Але ось питання. Він "робот". Як він може надати повноцінний варіант відповіді інших? Це його інтерпретація, як "робота" чи він перемикає "тон" для відповіді (що не мав би робити)?

Якщо заглиблюватися у ці міркування глибше й глибше, можна помітити, як безодня дивиться на тебе...

А тепер мовою цифр від самих OpenAI.

Я читаю їх статтю про GPT-5, де вони демонструють бенчмарки, в яких порівнюється нова модель з попередніми. І ось, що там показано.

Практично за всіма показниками стара модель о3 показує кращі результати за нову звичайну. Мається на увазі, що зараз є GPT-5 (звичайна) та GPT-5 Thinking. Різниця між GPT-5 Thinking та о3 у більшості випадків — в межах 1%-5%, за виключенням Healthcare.

Що до відсотка галюцинацій, то тут різниця відчутніша, але в абсолютних цифрах це приблизно 5% проти 1%.

Цікаві цифри про показник "Рівень обману", щоб повністю зрозуміти який, потрібно заглибитися у бенчмарки та чітко з'ясувати ці три показники:
- Coding deception
- CharXiv missing image
- Production traffic

Коротко, це про те, що чатбот вигадував, видаючи за правду.

В Code deception рівень обману знизився з 47% до 16%. Тут виникає питання до тих, хто "топив" за генерацію коду та цілих застосунків ChatGPT. А ви були в курсі цього відсотку? Бо це майже половина.

Далі у показниках про безпеку та безпечну допомогу від чатбота, OpenAI вже не показують значення для GPT5, а порівнюють о3 з GPT-5 (with Thinking), при чому різниця тут мінімальна всюди, крім показника для зловмисних порад.

До слова, графіки про ступінь обману також чомусь не містять даних для звичайного GPT-5, надаються дані лише для GPT-5 (with thinking).

Це моя спроба розібратися з новою моделлю без гайпу, аналізуючи показники, які є аргументами для доведення ефективності моделі. Тут виникає риторичне запитання. Чому я не бачу статей з подібним аналізом?

А ще таке запитання, яке буде відповіддю тим, хто скаже, мовляв, ця стаття вже написана самими OpenAI і я її й читаю. Резонно. Але ось запитання. Ми серйозно думаємо, що ті, хто вихваляє ChatGPT в соцмережах, і тим самим підігріває інтерес до нього, робили такий аналіз та порівнювали цифри?

Точно можу стверджувати одне. GPT-5 не революція. А знання вашої галузі та ваші інтелектуальні здібності досі відіграватимуть найбільшу роль у тому, яку користь буде давати вам ChatGPT. Ця роль значно впливовіша за підвищення ефективності роботи моделі з виходом GPT-5.

Привіт, мій щоденнику...

Чому ChatGPT не є інструментом для мене? Бо кожен інструмент має чітке призначення та зрозумілий механізм дії та принципи, на яких він працює. Для 99% користувачів ChatGPT є магічною скринею, більша частина з яких навіть не знає, чому це диво називається "мовна модель".

Вийшов ChatGPT з GPT5, я пішов читати про нього на сторінці OpenAI.

Як вам "інструмент", який не попереджає користувачів, що всі інші моделі зникнуть (принаймні для явного вибору в інтерфейсі)? OpenAI самі кажуть, який "інструмент" вам потрібен і ставлять перед фактом. Тепер "інструмент" новий.

Гаразд, припустимо, що він краще. Опишіть різницю між старим та новим "інструментом" якось конкретно. В такому ж дусі, як: "Стара модель мікроскопа збільшувала у 50 разів, а нова — у 100". Чи все ж визнаємо, що це скоріше магічна скриня, ніж інструмент?

То почитаємо опис нашого оновленого "інструменту". Наприклад, цитую: "Як співпрацівник у сфері кодування, GPT‑5 вирішує складні завдання від початку до кінця і забезпечує більш готовий до використання код, кращий дизайн та ефективніше налагодження.".

Тепер уявимо подібний опис для реальних інструментів, як то мова програмування. Уявляємо собі, що виходить нова версія Python (до слова, це правда), але там немає опису змін та нових можливостей. Натомість щось типу: "Нова версія Python дозволяє вам створювати потужні програми та професійні рішення ефективніше за попередні версії". І все. Не реально уявити?

Ось тут і сидить моє здивування про те, як айтівці кажуть на мовну модель "інструмент" та порівнюють ChatGPT з реальними інструментами, якими ми користуємося.

Я користуюсь ChatGPT щодня та досліджую його, мені цікаво і він може бути корисним. Я не гейтер, але точно критик. Нам потрібно правильно називати речі, щоб не обманювати самих себе.

Не можу визначитися, що мене більш засмучує: що ринок мовних моделей на 100% формується пропозицією та абсолютно ігнорує користувачів, чи що користувачі приймають цю ситуацію як не тільки нормальну, а ще й кайфують від цього. І після цього кажуть про те, що вони "вивчають" ШІ та знають мовну модель, як інші інструменти. Ось вам GPT5. Вивчили, знаєте?

Привіт, мій щоденнику...

Помітив цікавий нюанс. Як раніше ми реагували на новий софт? Критично. Очікували виходу, випробувала, суворо порівнювали та давали свій вердикт: подобається чи ні.

ШІ-сервіси насамперед мовні моделі, також є софтом. Але ми (масово) ставимося до них інакше.

Наприклад, відбувся реліз моделі для навчання, і одразу купа статей та дописів, як це круто і що тепер можна вчитися з чатботом.

Вийшла модель, що гарно генерує відео і всі побігли її хвалити, хоча з результатів у реальному житті бачили лише короткі ролики для розваги, типу тих, де ножем ріжуть предмету з різних матеріялів, типу скла чи металу.

Майже все, що виходить зараз з приставкою «ШІ» автоматично сприймається позитивно. Водночас до, скажімо, айфонів, такого ставлення немає. Ми продовжуємо критично ставитися до кожного нового релізу.

Що ж, не дивно, що всі СЕО рекламують літери «ШІ», адже інвестиційна стратегія пряма, як граблі: майже 100% гарантія прибутку.

Що ми втрачаємо за цим? Головне — це дійсно достойні інструменти, які губляться на тлі загального шуму захвату від ШІ-будь-чого. А вони існують.

В тему двох останніх дописів.

З 5 серпня стартує вже третя група мого авторського курсу "Програмування та WEB для QA" у якому я застосовую власний навчальний підхід.

Привіт, мій щоденнику...

Тут в коментарях пишуть, що освіта більше не потрібна, бо існують мовні моделі. Заява неаргументована та безглузда. Бо освіта та навчання — більше за просто інформацію. І хоча мовні моделі справді вчаться вчити, поки про серйозний елемент педагогіки та дидактики в них не йдеться.

Якщо ви вмієте навчатися напряму з інформації, то просто не помічаєте різних курсів навколо. Мені вони також не потрібні. Витративши 5 років на комп'ютерні науки я можу самостійно вчитися та опанувати базовий синтаксис мови програмування за лічені хвилини.

Хоча це не значить, що я вчу нову мову виключно за її специфікаціями. Я користуюсь платформами, де інформація про мову викладена як курс, у більшості випадків мені так зручніше.

Це черговий раз доводить, що сама сира інформація це ще далеко не все і зовсім не дорівнює освіті.

По секрету скажу, 90% розробників не зможуть зрозуміти 100% специфікації мови програмування, якою вони користуються. Тобто, частина цієї інформації для них взагалі не доступна одразу.

Знаєте, чому так часто не працює скрам? Бо його намагаються сприйняти як просто інформацію. Але там на перших двох сторінках йдеться про філософію, яку всі пропускають, і потім не розуміють, навіщо потрібна ретроспектива чи щоденні зустрічі. Філософію взагалі майже неможливо осягнути сухими інформаційними викладками, така її природа.

Тому розвиток мовних моделей дійсно може замінити низькоякісне навчання, де матеріяли є простою калькою з Вікіпедії. Вони зберуть для вас це краще. Але якісна освіта — справа інша.

Людині потрібна людина. Не дарма ця теза у різних формах доходить до нас ще з часів Аристотеля та зустрічається у багатьох філософів.

Привіт, мій щоденнику...

Я остаточно дійшов думки, що шлях в автоматизацію має починатися з програмування, а не вивчення модного фреймворку типу Playwright або Selenium.

Також це стосується й технології, в якій треба автоматизовувати. Тобто, мова про так звану "предметну область". Не складно зрозуміти, хоча б у загальних рисах, що таке DOM, не сприймати HTML лише як теги, якщо йдеться про автоматизацію WEB UI.

Це настільки сильно пришвидшує розвиток автоматизатора, що аж дивно, чому ці тези так вперто ігноруються.

Як можна "вчити Playwright" новачку, якщо він є бібліотекою для мов програмування? Це ж не готовий сервіс типу Google Document, який можна взяти та використовувати одразу "з коробки".

Буквально кілька місяців, а для когось й тижнів — і маєш потрібну базу, щоб "вкотитися" в автоматизацію як гарячий ніж у масло з морозильника.

Це так просто!

Привіт, мій щоденнику...

Цікаво, чи хтось цікавився, як працює індексація пошуку програм у Windows? У мене десь біла пляма у знаннях цього аспекту операційної системи.

Чому, коли ввожу "S", то у результатах:
- Skype
- Services
- Visual Studio Code

На "St" результат:
- Visual Studio Code
- FL Studio 20
- Microsoft Store

І лише на "Ste" з'являється:
- Steam

, якого не було у перших двох результатах взагалі.

Що з результатів запускалося частіше останнім часом? Steam. Але пошук не хоче його видавати ні на S, ні на St.

Насправді, таку поведінку у різних версіях Windows я помітив вже давно і вона завжди мене дивувала. Це прям якийсь незакритий гештальт.

Як це працює?