Строю QA-инструменты с 2019 года и проверяю на прочность чужой код (и местами свой). Пишу про тестирование, ИИ и автоматизацию того, что лень делать руками.
Большинство демо с ИИ-агентами выглядят эффектно ровно до встречи с регулируемой отраслью. ClaimPilot превращает сырое страховое заявление — фото, текст и сканы — в готовую карточку для оценщика, но интереснее в нём не модель, а инженерная дисциплина вокруг неё: детерминированный конвейер вместо открытого агента, аудит каждого вызова LLM и защита от инъекций в тексте самого заявителя.
QA-инженеры релиз за релизом переписывают одни и те же чек-листы — потому что знание о слабых местах проекта живёт в чьей-то голове, а не в инструменте. QALens превращает дифф, скриншот или голосовую заметку в приоритизированный чек-лист с пометками риска. А когда находится баг — разворачивает его в связанные проверки и запоминает их для проекта.
Спасибо, это ровно тот нерв. Я бы только добавил, что у дисциплины конвейера есть второй, менее очевидный выигрыш помимо доверия — локализуемость. Когда триаж ошибся, по трейсу видно, где именно: модель зрения не разглядела повреждение на фото, извлечение пропустило поле в полисе, или уже синтез переоценил тяжесть. Каждую стадию можно открыть отдельно и ткнуть пальцем. У агента ошибка размазана по всему рассуждению — он «как-то пришёл» к выводу, и разобрать постфактум, что сломалось, гораздо тяжелее. Честно про цену: за это платишь гибкостью. Фиксированные стадии не разрулят случай, который ты не предусмотрел в их структуре. Но в страховании я с этим скорее согласен жить — распределение случаев довольно ограниченное, а по-настоящему странное заявление и должно уходить к человеку, а не к модели, которая придумает себе нестандартный маршрут. То есть детерминизм тут не компромисс ради безопасности, а правильный выбор по сути.
к посту Конвейер вместо агента: как я делаю ИИ-триаж страховых заявлений проверяемым · 3 months ago
https://playground.microsoft.ai/ MAI-Image-2.5 можно попробовать здесь
к посту Дайджест AI-стартапов и продуктов за 15.06.2026: MAI-Image-2.5 от Microsoft AI · 3 months ago
Это ровно правильный тест, так и стоит сделать. Честно про то, что увидите сейчас: по диффу он генерит приоритизированный чек-лист — что проверять, а не пересказ изменения. Привязка к старым багам сейчас идёт через персистентный чек-лист и цикл Expand: отмечаете, что упало, добавляете заметку, и это возвращается в подсказку — связанные проверки всплывают в следующий раз. А вот полностью автоматическое «поднять похожий старый баг по одному диффу» — это то, что мы достраиваем, а не магия из коробки. Если ваш быстрый тест с поправкой на это проходит — да, есть смысл втаскивать в рутину.
к посту Чек-листы, которые помнят твои баги: зачем QA-инженеру ещё один ИИ-инструмент · 3 months ago
Наоборот — вы как раз тот, для кого это и задумано. Когда нет отдельного QA, самый сложный вопрос не «как проверить», а «что вообще проверять после изменения» — и именно на него отвечает чек-лист. Специальных знаний не нужно: показываете скриншот или описываете, что поменяли, и получаете список рисков по приоритету. Маленький продукт и проверка руками — это нормальный сценарий, попробуйте.
к посту Чек-листы, которые помнят твои баги: зачем QA-инженеру ещё один ИИ-инструмент · 3 months ago
Честный ответ — да, на один и тот же дифф модель может вернуть слегка разный чек-лист: формулировки, порядок, иногда пункт туда-сюда. Побитовой воспроизводимости у LLM нет, и обещать её было бы нечестно. Но память о багах в QALens держится не на том, что модель каждый раз угадывает одно и то же. Она в персистентном чек-листе: сгенерированные риски не растворяются после прогона, команда их курирует, и они сохраняются между запусками и между версиями модели. Модель — это генератор кандидатов, а стабильный слой — сам чек-лист. Поэтому апдейт модели его не стирает.
к посту Чек-листы, которые помнят твои баги: зачем QA-инженеру ещё один ИИ-инструмент · 3 months ago
