
Як оцінювати LLM до продакшену: уроки GitHub Secret Scanning
Спочатку продуктове рішення й обмежувачі, потім модель: офлайн-оцінка як інтеграційні тести й розбір помилок.
Новини для розробників без шуму — My Dev News у Telegram.

Тег
Усі статті блогу з цим тегом.

Спочатку продуктове рішення й обмежувачі, потім модель: офлайн-оцінка як інтеграційні тести й розбір помилок.

Стенд на vLLM і Blackwell: hit rate кешу 96,9%, відношення вхід/вихід 452:1 і чому свій контур беруть не заради економії.

Runway Aleph у проді: маніфест шотів, одна операція на прохід, preserve-клаузи, людський QC і кеш промптів.

Чому кодові асистенти не прискорюють реліз моноліту без трекера, середовища, даних і MCP — кейси SimpleOne на low-code.

Обсяг агентних запитів на злиття перевищує ємність рев'ю: борг перевірки, межі людини й моделі, контрольний список після різниці змін, людські шлюзи та правила команди для легкого й глибокого рев'ю у 2026 році.

Як DevOps збирає платформу навчання й виводу моделей за периметром: GitOps, секрети OpenBao, GPU поза кластером.

Архітектура Village Finder: GitHub Pages, Actions і окремі гілки доставляють оновлювані відкриті дані без сервера та бази даних.

Історія Go, філософія простоти, goroutines, cloud-native екосистема та порівняння з Java, Node.js, Python і Rust для backend- та platform-інженерів.

Повний шлях HTTP-запиту — DNS, TLS, CDN, балансувальник, Nginx, backend, Redis, черги, PostgreSQL і назад у браузер. Практичний розбір для розробників і архітекторів.

На 127 модулях Checkov знайшов ~на 20% більше misconfiguration і сканує швидше — але Snyk простіший для PR-інтеграції.

Zero-downtime на VPS: cluster mode, reload замість restart, не видаляти .next під час збірки.