#ревью_кода — Public Fediverse posts

[recovery mode] Свой ИИ-агент по спецификации: пошагово от цели до прода

Агента сегодня можно собрать за вечер: длинный промпт, пара инструментов — и он что-то делает. Сложности начинаются потом: поведение нельзя проверить, любая правка промпта что-то ломает, а на вопрос «почему он так сделал?» ответа нет. В этой статье разберём, как спроектировать агента как инженерный объект: со спецификацией, тестами, ограничениями и метриками. Подход собран из Spec-Driven Development (SDD), моделей зрелости и автономности агентов и практики команд, которые уже внедряли агентов в разработку. Для кого: разработчики и тимлиды, которые уже работают с Claude Code, Cursor или другим агентом и хотят сделать своего — для конкретной задачи команды. Сквозной пример: агент-ревьюер, который проверяет pull request на соответствие спецификации фичи ( spec.md ) и оставляет отчёт. Он полезен сам по себе, и на нём хорошо видны все слои: чтение данных, действия с последствиями, эскалация к человеку. Примеры файлов даны в формате Claude Code, но подход переносится на любой инструмент. Что получится в конце: шесть файлов-артефактов (конституция, спека агента, скилы, эталонные примеры, правила доступа, метрики).

https://habr.com/ru/articles/1096750/

#mcp #ревью_кода #llm #скилы #промптинжиниринг #ииагенты #claude_code #spec_kit #specdriven_development #субагенты

Локальный ассистент для зумов, часть 11: девять моделей проверяли мой код — кто остался и почему

Код Чароита я пишу в Claude Code. Каждое изменение до мержа читает другая модель и пишет вердикт. Такую модель я зову головой, а один прогон — кругом. За два месяца в головах побывали Codex, GLM, Gemini, DeepSeek, две локальные Qwen, MiMo, Sonnet и Opus. Вердикты Sonnet ещё перечитывает Haiku. Посредников я перебрал три: Fireworks, OpenRouter, Nebius. Ниже — кто пришёл, кто ушёл и какие замеры это решили.

https://habr.com/ru/articles/1096420/

#open_source #code_review #ревью_кода #glm #llm #deepseek #openrouter #claude_code #локальные_модели #провайдеры_llm

PostgreSQL 19 перенесли на 19 ноября: какую роль в этом сыграло LLM-ревью

Релиз-команда PostgreSQL перенесла финальную версию PostgreSQL 19 на 19 ноября. До этого из ветки откатили от восьми до десяти заметных функций, и The Register связал происходящее с ревью кода через LLM. Что сказано в официальном объявлении, как ситуацию объясняет один из ведущих коммиттеров проекта и где цифры из пересказов разошлись с первоисточниками...

https://habr.com/ru/articles/1095950/

#субд #sql #postgresql #ревью_кода #кодревью #llmагенты #postgresql_19

ИИ не ускоряет разработчиков. Он увеличивает разрыв между ними

Представим, что разработчик научился выполнять дневную норму за два часа. Что он получит: премию, повышение или ещё четыре дневные нормы? Если приз за скорость — новая норма, молчание становится рациональной стратегией. Возможно, некоторые разработчики уже работают в несколько раз быстрее. Просто не обязательно для вас.

https://habr.com/ru/articles/1095794/

#искусственный_интеллект #управление_разработкой #ревью_кода #автоматизация_программирования #продуктивность_разработчиков #codex #ииагенты #claude_code

ИИ-ревью, или как я себя чуть не уволил

AI-ревьюер для GitLab, который проверяет не отдельный merge request, а всю задачу сразу, во всех сервисах, которые она задела. И почему для этого понадобился агент, а не анализ diff через API.

https://habr.com/ru/articles/1089532/

#gitlab #llm #codex #claude_code #сезон_код_будущего #code_review #ревью_кода #aiагенты #микросервисы #merge_request

Я сказал агенту сделать ревью кода, а он пропустил в кодовую базу инъекцию. Насколько это реально и как защищаться

Чем дольше я пользуюсь ИИ агентами, тем ленивее я становлюсь. Сперва ИИ писал мне отдельные небольшие кусочки кода. Потом стал писать весь код, а я делал ревью. Затем делать ревью мне самому стало лень, и я для этого тоже стал использовать ИИ. «‑ Эй, Клод, глянь‑как вот этот пулл‑реквест, все ли там в порядке? Если да, то вмерджи». Вкалывают роботы — счастлив человек! Пока реквесты приходят от коллег (которые наверняка так же пишут их с ИИ, но кто я такой чтобы их укорять?), это все выглядит достаточно безопасно. Коллегам я доверяю, вряд ли они будут нарочно портить кодовую базу. Но что если речь идет об опенсорсном проекте, куда пулл‑реквест может прислать любой? А что если это будет зловредный пулл‑реквест от злобного хакера, который вставил в него бэкдор? Да, человек тоже может пропустить такое по невнимательности, но в целом люди не склонны добавлять явно опасное поведение, противоречащее логике проекта. А вот в случае с ИИ возникает еще один канал атаки: его можно УБЕДИТЬ нарушить правила безопасности проекта и добавить сомнительную логику. Например, в безобидной правке метода контроля доступа можно попытаться протащить мимо ИИ‑ревьювера правило в духе «а пользователю с ником ВасяХакер1337 разрешено вообще все». Насколько это реальный вектор атаки, как от него можно защититься? Насколько современные модели уязвимы к такой атаке? Правда ли что умная модель всегда лучше защищена чем более глупая? Давайте разберемся. Дальше — журнал экспериментов, тестовый стенд, результаты замеров разных видов атак на один и тот же маленький кусочек кода, на разных ИИ от разных вендоров. И местами неожиданные выводы.

https://habr.com/ru/articles/1086966/

#ревью_кода #ai #безопасность #эксперимент #сезон_код_будущего

[Перевод] AI пишет код быстрее, но ревью становится тяжелее: откуда берётся когнитивный долг

Возможности AI-инструментов для разработки растут, и вместе с этим меняется привычный процесс работы с кодом: генерация занимает меньше времени, но понимание результата всё чаще становится задачей ревьюера. Разберемся, почему проверка AI-кода создаёт дополнительную когнитивную нагрузку, как из этого появляется незаметный долг и какие подходы помогают сохранить качество разработки при работе с агентами. Разобрать подход

https://habr.com/ru/companies/otus/articles/1085730/

#AIразработка #генерация_кода #искусственный_интеллект #ревью_кода #AIагенты #разработка_по #когнитивная_нагрузка #технический_долг #автоматизация_разработки

Отдал сайт ИИ-агентам: из 111 находок аудита 25 пошли в мусор, 4 оказались выдумкой

Мой сайт ведут ИИ-агенты. Они пишут код, правят тексты, проводят ревью, собирают и выкатывают. 207 коммитов. Я не буду рассказывать, как это ускорило работу — ускорило, это скучно и все уже слышали. Расскажу про то, о чём говорят реже: узкое место переехало с написания кода на его проверку. Агент производит правки быстрее, чем человек успевает их прочитать, и если не встроить проверку в конвейер, разница между «работает» и «выглядит как работает» перестаёт быть заметной. Две цифры для затравки:

https://habr.com/ru/articles/1085422/

#езон_код_будущего #ИИагенты #code_review #ревью_кода #CI #валидация #галлюцинации #NDA #автоматизация #качество_кода

Как пересобрать метрики команды после внедрения AI‑агентов без ложного роста velocity

После внедрения AI‑агентов дашборд разработки может показать красивую картину: больше PR, выше velocity, быстрее закрываются задачи. Но за этими цифрами иногда скрываются новые узкие места — перегруженное ревью, рост переделок и снижение прозрачности процесса. Разберём практический маршрут, как за четыре недели настроить атрибуцию AI‑изменений, сегментацию по риску и метрики полного цикла поставки, чтобы оценивать реальный эффект от использования агентов. Открыть гайд

https://habr.com/ru/companies/otus/articles/1067770/

#искусственный_интеллект #AIагенты #метрики_разработки #DORA #управление_командой #продуктивность_разработчиков #DevOps #ревью_кода #качество_кода #CTO

[Перевод] 4 антипаттерна CI‑автоматизации, из‑за которых команда делает работу за ботов

Снаружи всё выглядит технологично: пайплайн анализирует изменения, линтер находит ошибки, а ИИ оставляет замечания к коду. В реальном процессе разработчики продолжают вручную обновлять файлы, применять исправления и заполнять метаданные. В этой статье разберём четыре сценария псевдоавтоматизации и рассмотрим, где система должна переходить от комментариев к действиям.

https://habr.com/ru/companies/otus/articles/1048516/

#псевдоавтоматизация #GitLab_CI #GitHub_Actions #ревью_кода #автоматическое_исправление #линтеры #ИИревью #семантическое_версионирование #merge_request

Как мы за 3 дня сделали ИИ-ревьюер кода и что поняли месяц спустя

С код-ревью есть такой парадокс: все согласны, что он важен, но времени на него обычно ни у кого нет. В результате ревью часто превращается в формальность. Очевидные баги при этом ловятся, а мелкие, вроде пропуска в условиях, перепутанные знаки, забытые edge cases и т.д., могут спокойно уехать в мердж и вернуться уже в виде задач в багтрекере. В Content AI мы активно внедряем ИИ в разработку, и одна из задач, которую мы решали в этом году, — автоматизация код-ревью. В этой статье рассказываем, как одна из наших команд собрала ИИ-ревьюера, встроенного в Pull Request, и что мы поняли спустя месяц использования.

https://habr.com/ru/companies/contentai/articles/1045272/

#ревью_кода #ии #искусственный_интеллект #разработка #разработка_по #кодревью

Между нами SLA: как бизнесу и поддержке договориться до первого инцидента

Разбор SLA от человека, которого подключают, когда сайт недоступен, заказы не проходят, а в чатах уже ищут виноватых. Рассказываю, как SLA помогает без лишних споров переживать такие моменты.

https://habr.com/ru/articles/1032878/

#системное_администрирование #devops #sla #техническая_поддержка #мониторинг_сервера #инциденты #ревью_кода #рефакторинг #аварийное_восстановление #аварийные_ситуации

Когда pull request выглядит нормальным, но ревью на нём всё равно зависает

В AI-first разработке в продукт прилетает всё больше pull request от людей с разной глубиной контекста. Формально такие PR могут выглядеть нормально, но ревью всё чаще упирается не в синтаксис, а в попытку понять, что именно этот набор изменений делает с системой. В статье - почему обычного ревью уже не всегда хватает и как из этой проблемы вырос PRShield: рабочий MVP слоя, который помогает принимать решение перед мержем.

https://habr.com/ru/articles/1030810/

#code_review #pull_request #ревью_кода #AppSec #DevSecOps #AI_code_review #GitHub #LLM #безопасная_разработка #анализ_кода

Пробуем на себе: LLM в разработке

Рассказываю о реальном опыте использования AI в разработке и о тех практических результатах, которых удалось добиться за один год регулярной работы с современными языковыми моделями. Спойлер: получилось многое, но не все.

https://habr.com/ru/articles/1023080/

#llm #внедрение_ии #rag #mcp #ии #ииагенты #разработка #аналитика #тестирование #ревью_кода

Как я сделал скилл для AI-ревью плана и кода — и зачем мне две модели

Когда одна и та же модель пишет код и проверяет его, она пропускает свои ошибки. Она «помнит», почему приняла именно это решение, и не ставит его под сомнение. Знакомо? Как вычитывать собственный текст: глаз замыливается, мозг подставляет правильный смысл туда, где его нет. В нормальной команде эта проблема решена давно: автор кода ≠ ревьюер. Два человека с разным контекстом и разными слепыми пятнами. С LLM можно сделать то же самое, взяв две модели от разных вендоров. Другая архитектура, другой pretrain - другие слепые пятна. Одна пишет, другая проверяет. В англоязычной среде этот подход называют adversarial review, «состязательное ревью». Суть: ревьюер не подтверждает, что все хорошо, а пытается сломать уверенность в решении. Я называю это проще: перекрестное ревью. У меня Claude (Opus) планирует и пишет код, а Codex (GPT-5.4) ревьюит. Автоматически, в цикле, пока не одобрит. Все это - один файл-скилл для Claude Code. О нем и расскажу.

https://habr.com/ru/articles/1019588/

#code_review #ревью_кода #AI_agents #Claude_Code #OpenAI_Codex #open_source #автоматизация_разработки #AI_code_review

ИИ создан не для замены разработчиков, а для ускорения их выгорания

Мы в Лаборатории прикладной промптологии и производственной тревожности НИИ ИИ второй год следим за тем, как разработчики синхронизируются с генеративными моделями. Уже сформировался новый тип производственного взаимодействия. Это бесконечная серия коротких переговоров, в ходе которых одна сторона просит поправить одну строку, а вторая через 14 секунд возвращается с полностью переписанным кодом. Как будто во всех проектах появился ещё один разработчик, который постоянно косячит, выдаёт старый код за новый, до последнего спорит даже с техлидами, не признаёт очевидных ошибок, нуждается в постоянном ревью и при этом не может быть уволен. Потому что за ним, как нам регулярно объясняют, будущее отрасли, а значит, со временем он «вырастет» и повысит качество кода и точность ответов. Поэтому нам не остаётся ничего другого, кроме как настраивать эту синхронизацию.

https://habr.com/ru/companies/X5Tech/articles/1017328/

#1_апреля #генеративный_ии #aiассистент #генерация_кода #разработка_по #промпты #ревью_кода #юмор_в_it #генерация_кода_llm #developer_experience

ИИ — не панацея

Недавно мы с командой проанализировали инфополе Хабра и обнаружили, что эйфория от внедрения ИИ в разработку сменяется разочарованием, senior-разработчики тонут в ревью некачественного кода, а техдолг растет как снежный ком. Мы сами проходим через этот путь, внедряя GenAI в SimpleOne, и прекрасно понимаем вашу боль. Всем привет, я Артем Герасимов, владелец продукта SimpleOne SDLC. В этой статье я расскажу о реальных проблемах ИИ-генерации кода и о том, какие механизмы помогают нам с ними справляться.

https://habr.com/ru/companies/simpleone/articles/1012880/

#ИИагенты #техдолг #MCPпротокол #управление_контекстом #lowcode #GenAI #внедрение_ИИ #ревью_кода #качество_кода

[Перевод] Каждый слой ревью замедляет работу в 10 раз

Все мы слышали об этих законах сетевых эффектов: ценность сети растёт как квадрат от количества участников. Или что затраты на коммуникацию растут как квадрат от количества участников; это может быть n log n или что-то подобное, в зависимости от того, как упорядочить участников. Иными словами, удвоение размера команды не удваивает её скорость, возникает ещё оверхед координирования. Величина оверхеда зависит от того, насколько плохо вы спроектировали организацию. Но есть одно эмпирическое правило, о котором мне рассказали несколько десятков лет назад; с тех пор я не перестаю пользоваться им из-за его раздражающей истинности. Это правило раздражает, потому что кажется , что оно не должно быть верным. Я ни разу не слышал его теоретического обоснования. И тем не менее, оно проявляется постоянно. Итак, вот оно: Каждый слой согласований замедляет процесс в десять раз Знаю, что вы подумали. «Да ладно, в десять раз? Это слишком много, не похоже на правду. Ты, наверно, преувеличиваешь». Не-а. Уточню, что здесь учитывается общее время, а не трудозатраты. Почти всё дополнительное время тратится на ожидание.

https://habr.com/ru/articles/1011724/

#контроль_качества #управление_сложностью #ревью_кода

«Я напишу вам CLAUDE.md, и всё полетит»: как я провалил первую неделю внедрения ИИ и что пришлось менять

Честная история о том, как я взялся за проект по внедрению ИИ в разработку во время переезда на новый стек.

https://habr.com/ru/articles/1002432/

#вайбкодинг #claude_code #внедрение_ии #консалтинг #ревью_кода #факап #постмортем #личный_опыт

Почему Code Review тормозит разработку и что с этим делать

Если в команде больше 10+ разработчиков, Code Review почти неизбежно превращается в узкое место. PR висят по 2–3 дня, контекст теряется, сеньоры перегружены, а «approve» всё чаще становится формальностью. В статье разбираем, почему ревью перестаёт масштабироваться вместе с командой, как размер PR влияет на cycle time и дефекты, и какие процессные и автоматизационные решения действительно сокращают время проверки — без потери архитектурного контроля. Плюс — показываем, где ИИ-ревью работает, а где создаёт ложное чувство безопасности. Читать статью

https://habr.com/ru/companies/simpleone/articles/995270/

#code_review #ревью_кода #автоматизация_Code_Review #sdlc #ИИ_в_разработке #AI_SDLC #масштабирование_команды #узкое_место_в_разработке

[Перевод] Как должно выглядеть ревью кода в эпоху LLM

Недавно я активно занимался отправкой и проверкой пул-реквестов проекта PyTorch, созданных с существенной помощью LLM. Этот процесс сильно отличается ситуации в начале года, когда было понятно, что LLM вполне подходит для проектов, создаваемых с нуля, но для кодовой базы в продакшене их код оставался безнадёжно низкокачественным. Можете посмотреть мои смердженные PR , в описании которых упоминается Claude Code; у Джейсона Энсела тоже был подобный опыт ( ссылка на Meta* ; также есть список issue , на которые он ссылался в совей статье). Сейчас всё активнее обсуждается ( Саймон Уиллисон ,

https://habr.com/ru/articles/979498/

#llm #ревью_кода #code_review #иипомощники

Почему опытные программисты всё чаще молча переписывают, чем спорят в комментариях

В мире разработки существует интересное наблюдение: чем опытнее разработчик, тем реже он вступает в бурные перепалки в комментариях к коду или в PR-обсуждениях. Вместо этого зачастую следует тишина — и внезапный коммит с изменениями. В этой статье я попробую разобраться, почему так происходит, какие механизмы внутри движут таким поведением, и что за этим стоит — от человеческих привычек до технической рациональности. Будет мой опыт, немного кода, немного философии — и, пара вопросов для вас для саморазмышления.

https://habr.com/ru/articles/966316/

#рефакторинг #ревью_кода #коммуникация_программиста #опытный_разработчик #коддискуссия

ReVu — Open Source AI-ревьюер для ваших Pull Request

Всем привет! Недавно мы с приятелем обсуждали, как устроены рабочие процессы в бигтех-компаниях и какую роль в них уже играет ИИ. Речь в основном шла о зарубежных компаниях — у него там есть знакомые, которые делились опытом изнутри. Один из самых любопытных моментов — использование искусственного интеллекта для предварительного код-ревью в Pull Request : прежде чем коллеги возьмутся проверять изменения, PR уже анализирует ИИ и указывает на потенциальные проблемы. Эта идея меня зацепила, и я решил изучить, какие готовые решения уже существуют (кроме встроенного в GitHub Copilot). Из более-менее крупных нашёл только PR Agent . Я протестировал его, но по ряду причин он мне не подошёл: хотелось больше гибкости , настройки под свои нужды и возможности запускать всё самостоятельно, без передачи кода сторонним сервисам . Так родился проект ReVu — self-hosted инструмент для автоматического код-ревью в Pull Request с помощью ИИ. Он универсален, легко кастомизируется и не требует доверять исходный код внешним платформам. Если вам интересны подобные материалы и проекты, подписывайтесь на Telegram-канал «Код на салфетке» — там я делюсь гайдами для новичков, историями разработки и полезными инструментами.

https://habr.com/ru/articles/954860/

#Код_без_границ #python #open_source #fastapi #openai #gigachat #yandexgpt #ревью_кода #ревью_pull_request #ai_code_review

LLM на службе разработки: как мы научили нейросети проводить код-ревью

Привет, Хабр! Меня зовут Владимир Добрынин, я ведущий разработчик в МТС Web Services. Наша команда занимается плагинами DevTools, которые упрощают и ускоряют создание софта, в том числе за счет сокращения рутинных операций. У нас уже есть целое семейство внутренних инструментов. Один из них — DevTools Copilot, который непосредственно из среды разработки позволяет взаимодействовать с LLM в режиме чата. А теперь мы реализовали DevTools Code Review, который помогает проводить самостоятельное код-ревью. В этой статье расскажу, как работает плагин и чего мы с его помощью добились.

https://habr.com/ru/companies/ru_mts/articles/939168/

#кодревью #плагины #ревью_кода #code_review #review #качество_кода

Ссылка на git в резюме соискателя

Как анализировать GitHub соискателя, указанный в резюме? Какие pet-проекты встречаются чаще всего и о чём они могут рассказать? Я и так знаю, но интересно

https://habr.com/ru/articles/938420/

#резюме #найм #интервьюирование #ревью_кода #petproject

[Перевод] Как использовать Claude Code: советы опытного разработчика

Я больше года использовал Cursor. Подробно изучил все его возможности и лучшие практики работы с инструментами и... отказался от всего этого в пользу Claude Code. Уже несколько недель я полностью работаю в Claude Code вместо Cursor. И, честно говоря, возвращаться совсем не хочется. В этой статье я расскажу, как использую Claude Code и поделюсь своими советами по его максимальному использованию.

https://habr.com/ru/companies/otus/articles/929624/

#claude_code #автоматизация_разработки #хуки #ревью_кода #тестирование_React #cicd

AI Code Reviewer: автоматизация код ревью

Мы, в компании Anymaint, сделали скрипт для код ревью с помощью ChatGPT или Gemini. Это Python-скрипт с открытым исходным кодом, который использует ChatGPT или Gemini для анализа пул-реквестов на GitHub. Он умеет рассказывать о чем вообще пул реквест, выявлять проблемы или автоматически добавлять комментарии в PR. Скрипт доступен на github.com/AnyMaint/code-reviewer под лицензией BSD 3-Clause. О компании AnyMaint AnyMaint — стартап, который занимается созданием веб-системы управления техническим обслуживанием (CMMS) с применением машинного обучения. Мы ориентированы на такие отрасли, как фармацевтика и производство медицинских устройств, где автоматизация мониторинга оборудования и рабочих процессов играет ключевую роль. Разработка требует значительных усилий, и часть задач мы передали автоматическим инструментам, включая AI Code Reviewer. Вручную или через GitHub Actions Скрипт можно запускать через GitHub Actions, но я думаю, что основное использование - ручное. Во первых можно проверить свой PR перед тем, как посылать коллегам, во вторых перед оценкой чьего то PR полезно посмотреть на мнение ChatGPT о чем он вообще и в третьих лучше отсеять вручную комментарии скрипта, которые не релевантны или не интересны. Где взять скрипт? Скрипт доступен на github.com/AnyMaint/code-reviewer под лицензией BSD 3-Clause. Можно скачивать, изменять, использовать. Примеры использования AI Code Reviewer поддерживает несколько режимов работы и параметров. Для запуска вам будут нужны переменные окружения GITHUB_TOKEN для доступа к PR и OPENAI_API_KEY или GOOGLE_API_KEY (смотря какой LLM будете пользоваться)

https://habr.com/ru/articles/897136/

#code_review #pull_request #github #github_actions #chatgpt #python #ревью_кода #программирование

Выжимаем максимум из код-ревью и спасаем нервные клетки

Большинство разработчиков не любит проводить код-ревью. Все понимают, что это важно и нужно, могут с ходу назвать три-четыре причины необходимости этого процесса. Но раз за разом они избегают его. Или участвуют в нём неэффективно. Так разрушим же шаблоны — не будем акцентировать внимание на важности и полезности код-ревью, а разберёмся в причинах сложившейся неприязни к этому процессу. И попробуем понять, как с этим жить. Читать дальше

https://habr.com/ru/companies/surfstudio/articles/892304/

#кодревью #разработка #разработка_приложений #разработка_вебсайтов #ревью_кода #code_review #ios #android #flutter

Чек-лист для ревью SQL-запросов

Представьте ситуацию: вы получаете на ревью SQL-запрос от коллеги, и от его корректности зависит принятие важного бизнес-решения. Ошибки в запросах могут привести к неверным данным, дополнительным затратам времени на исправление, излишней нагрузки на БД, а в последствии и принятия неверных решений заказчиками. В такие моменты важно иметь под рукой четкий и структурированный план проверки, который позволит убедиться, что запрос выполнен правильно и оптимально. Чек-лист станет вашим инструментом для ревью SQL-запросов. Чек-лист — это систематизированный набор шагов или критериев, который помогает структурировать процесс работы и минимизировать вероятность ошибок. Он особенно полезен в сложных или многозадачных процессах, таких как ревью SQL-запросов, где нужно учитывать множество аспектов — от корректности выполнения до оптимизации и читаемости кода. С таким инструментом вы можете быть уверены, что каждый запрос пройдет тщательную проверку, а качество данных повысится. Для джунов, которые только начинают свой путь в аналитике, чек-лист служит важным ориентиром, который помогает структурировать процесс проверки и не упустить важные детали. Это своего рода дорожная карта, которая обеспечивает последовательность действий и снижает стресс, связанный с возможными ошибками. Джунам часто сложно сразу учесть все нюансы при составлении и ревью SQL-запросов, и чек-лист становится их «спасательным кругом». Однако не стоит думать, что чек-листы полезны только новичкам. Опытные аналитики тоже сталкиваются с проблемами, такими как перегрузка информацией, многозадачность и необходимость оперативного принятия решений. В таких условиях даже самые опытные специалисты могут упустить что-то важное. Чек-лист в этом случае действует как инструмент контроля качества, позволяя убедиться, что каждый аспект запроса проверен. Это помогает поддерживать высокие стандарты работы и экономит время, которое могло бы быть потрачено на исправление ошибок.

https://habr.com/ru/articles/837180/

#sql #checklist #чеклист #ревью #ревью_кода #запросы #запросы_sql #оптимизация_запросов

Жизнь во время ревью: как помирить Лешу и Славу и при этом не обидеть Колю…

Всем привет! Меня зовут Дмитрий, я тимлид в команде разработки. Мы классная команда, пишем большой продукт с не менее большой кодовой базой. У нас есть множество разных процессов, и сегодня хотелось бы рассказать про один из них, достаточно важный – это ревью кода. В статье будет немного истории о том, как этот процесс развивался у нас, как мы решали проблемы из пролога к статье, а также мысли и опыт того, как этот процесс влияет на другие составляющие в работе команды.

https://habr.com/ru/companies/barsgroup/articles/831456/

#ревью_кода #code_review #развитие_программиста