Phil (@kanesoko) header
Phil (@kanesoko) profile picture

システム開発に関して発信をしています。静的解析とSQL, .net など! https://teapawt.net/t.co/9UmFnKFZp1 https://teapawt.net/t.co/XGT0GUERQS

Joined November 2023
Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)Photo by Phil (@kanesoko)
Pinned Tweet
SQLと静的解析のために!!StrictDevというサイトを運営しています。リンクはこちら。 brickjpn.blob.core.windows.n…… DMはウェルカムです (^_^) #SQLServer #PostgreSQL #Oracle #Mysql #アンチパターン #静的解析 #Sandbox #開発生産性 #SQL #AI駆動開発
13
5,917
「ストアドを良しとする」 = 爺さん👴 というのは禁止カードな。
4
304
「ストアドプロシージャは完全に負の遺産」とか言ってる層は、もしかして業務システムの移行や連携処理をORM使ってアプリコードで、ぐるぐるループとif文で書いてる殊勝な方たちなのだろうか?
8
19
17
135
21,197
「設計判断」という言葉があっても「実装判断」という言葉が無いのが不思議
1
6
514
複数LLMによる解釈分裂を、実装仕様の曖昧さの発見のために使うというならわかる。ただ、それは実装前の自然言語要件の段階でも全然できる。それをプロダクションコード・テストコードの分裂にまで持ち込む必要性はない。
3
163
こんな実験をやった人がいる。 「実装を行うLLMから独立した別のLLMに、テストコードを書かせる。そしてREDが出たので修正をやらせた。反対に実装とテスを同じLLMに書かせたときは、REDが出なかった。」 これでもって「やはりLLMにおいてもTDDは有効だ!」との主張だった。 イヤ、おかしいだろ。笑
1
1
9
743
新潟でみんな色んなとこ寄り道してくれて嬉しい^_^。 米どころは新潟出身として。 #phpcon_niigata
2
7
430
【ソフトウェア・テストの矛盾】 もし「期待値を正しく記述できること」がテスト設計者の能力なのであれば、彼はQAよりも前の工程に積極参画し、「正しい仕様」は何なのかを顧客から徹底的に聞き出し、横に座っている実装者に「その実装は違う」と指摘し、論理的に狂いのない期待値を書くだろう。  すると皮肉なことに、バグ発見数が限りなくゼロに、結果がオールOKに限りなく近づく。しかもカバレッジも100%、境界条件網羅も完璧。するとテストを増やすことすらできない。  つまり、「頑張って品質担保した」エビデンスが何も提示できなくなるのだ。有能であればあるほどに。
3
4
3
33
68,285
「テストにおけるバグ収束曲線は統計的根拠に基づいている」 とみな口を揃えて言うが、この一人の「有能くん」がいるだけで、そんなものは崩れるのだ。そして、今現場の至る所で「有能くん」が毎日これをやってのけている。その名を「LLM」と言う。
3
582
オレ氏、記号実行を熱く語る!見てね。 ※これから10本の静的解析系の動画を出すプラ ンがあります。 youtube.com/watch?v=4Nn3qS8-…
4
365
テストが「間違いの発見」ではなく「認識の合わさり」の活動だったのだとするのならば、1人のLLMに実装もテストも同時に書かせるのは間違ってないということになる。 LLMには人間のようにいちいち解釈分裂を起こさせず、「検出力高いテスト」を書くということが目的になる。テスト実施によってREDやNGが減っていくというバグ収束・バグ発見数を「成果」としてかかげるのは無意味という話になってくる。
1
9
534
「AIがテストコード大量に書くから人間のレビュー負荷が増大した・・」って何か違くないか?  テストオラクル問題に向き合う時間が増えたわけで、その「レビュー」ってのは「顧客を交えた、本当の要件を再吟味する時間」でしかありえない。 今までは「実装が間違ってる」or「テストが間違ってる」議論で膨大な時間を費やしてきたけど、それが無くなったと割り切って、顧客と対話を増やすモードになってないとおかしい、というか・・・。
2
7
20
3,784
DDDを実践するとして、DBのデータモデルがあやふやだと、危なくないかな?それだと折角一カ所にまとめたドメインや業務ロジックも、土台がフラフラして安定しないんじゃないかな?
1
1
16
1,912
咳ですぎて顎関節症ぎみ…固形物たべれない
6
268
「AIがコードもテストコードも同時に書くような時代になって〜」とみんな簡単に言いすぎなんだよ。 「必ず失敗するコードを先に書く」とか「反復横跳びでテストコードの検出力が高まるから」とか教義にこだわってた人、あっさり宗旨替えするのはどうかと思う。
6
6
6
59
10,749
「SSMSを良い」とか言ってる層がいて驚てる。 SQLserverは素晴らしいけど、SSMSだけはいただけない…。
「SQL Serverはなぜ語られないのか」という動画、コメント欄に「語られない側」の人たちが集まってきたのでまとめます。 いいねが一番多かったのは、動画の最終章を受けた逆転の発想でした。 「Microsoft Copilotはこういうクローズドな自社製品の情報に強くなる方向で強化すれば逆転あるかも」 動画では、AIの知識は使われた量ではなく語られた量に比例するので、語られないDBはAIも苦手になる、と話しました。 それなら、語られていない情報を持っている会社が有利になる。 同じ話を、もう一段先まで考えた方。 「AI時代に語られてこなかったツールの価値が下がるってのは納得感ある。ただ、将棋のAIが最初こそ人間の情報を学習教材にしたけど、途中からAI同士の対局でレベルアップするようになった歴史を考えると、AIが『人間の書いたウェブの情報』を餌に育つ時代はそう遠くないうちに終わる気がしてならない」 語られた量が資産になる時代も、案外短いかもしれません。 もっと語られないDBがいる、という声も。 「もっと語られないのがDB2。でも銀行とかでっかい企業の基幹に入ってる。SQLがシークウェルって読まれていた頃からあった最古参の一つなのに」 「1番語られないのはMongoDBじゃなかったのか…」 動画で「ダークマター開発者」という言葉を紹介しましたが、まさにその側からの告白が複数ありました。 ブログも書かず、勉強会にも来ないが、世界の開発者の大多数はそちら側だ、という概念です。 「会社にいっぱい入ってて恥ずかしいなと思ってたけど、そうでもないのかな」 「『ダークマター』は笑っちまったぜ。そういえば自分もそうだったなあ。誰かの書いたネット記事にさんざんお世話になったけど、自分では一度も書いたことはなかった。コミュニティに貢献できずに引退しちまったのが心残りではある」 「SQL Serverを話題に出すと、Microsoft信者か、ただのKYな人認定されそうなので空気になってます」 「ネットの独学でほぼ学習を完結させている自分は、全くこのDBの存在を知らなかった」 最後のは、語られないことの影響がもう出ている実例です。 語られない理由については、動画にない視点も。 「個人的にはOracle信者に難癖でマウント取られるので面倒だから話題にしない、というのもあったのではと思います」 「金払って問い合わせた内容をわざわざ公開するのかというと、まぁしない。MSさんも問い合わせを捌くことが商売になっている以上、勝手にノウハウを公開していいのか分からない」 「あんまり不満点が無いって話かもなぁ。Oracleは最低限情報が出てくるけど、それは大体『こんな設定分かるか』みたいな愚痴である」 不満がないと記事にならない。 語られないDBは、意外と幸せなDBなのかもしれません。 実際に使っている方からは、地味に強い機能の話。 「SQL Serverのバックアップ・リストア機能は、他のRDBMSと比較しても圧倒的に扱いやすい。トランザクションログを利用した時点復旧まで、シンプルな操作体系で完結する」 「SSMSが強力すぎます」 「ひっそりSQLといえば、Windows Internal Databaseが頭に浮かびます。WSUSで障害が出た時の調査でWIDがSQL Serverって知りました」 Windowsの中で、名前すら変えて動いている。 最後に、一番短くて一番笑ったやつ。 「3位じゃダメなんですか??」
2
1
5
816
作られてほしい
sql みたいなものではなく、データベースと不可分なプログラミング言語って作れるのかな
1
1
501
このクソ重ねを静的解析でいかに回避できるかというのを研究している。
これが欲しかったんよな😂 AIにコードを整えてもらうときに「コードをきれいにして」でうまくいかないなら、コードの臭いとリファクタリングの技法の名前で頼むのがコツ。 ・1つの関数が長すぎる → 「長すぎる関数を探して関数の抽出で分けて」 ・同じ修正を何か所もする → 「重複したコードを探して1つの関数にまとめて」 ・名前で中身がわからない → 「意味の伝わらない名前を探して付け直して」 AIにそのまま送れる「AIに頼むリファクタリング100選」を見本付きで4枚にまとめました AIで作ったアプリを直したり機能を足したりする時の参考に。 保存推奨
1
8
1
217
28,673
「AIを壁打ちにすら使わない」はシンプルに驚く。
4
244