Я написал 14 000 строк кода, прежде чем поговорить хотя бы с одним пользователем. Вот что я узнал

Автор изначально разработал приложение GitHub, LogoMesh, предназначенное для проведения состязательного тестирования изменений кода Python в запросах на слияние. Приложение было нацелено на выявление ошибок путем генерации состязательных входных данных и запуска тестов в усиленной песочнице Docker. Несмотря на расширенные функции и техническую сложность приложения, оно столкнулось со значительными проблемами. Уровень "молчания" приложения на реальных запросах на слияние был высоким, и многие сообщенные находки были нерелевантными артефактами. Что особенно важно, производительность приложения была низкой, с высокой задержкой, превышающей желаемые временные рамки. Это привело автора к осознанию фундаментального недостатка: разработка без проверки первоначальных предположений. Автор изменил фокус после осознания того, что истинная проблема заключалась не в предотвращении будущих ошибок, а в борьбе с существующими производственными ошибками. Это откровение привело к более простому решению: инструменту, который генерирует сбойный pytest на основе URL-адреса Sentry, воспроизводящий сбой. Этот инструмент использует основные технологии, разработанные для LogoMesh, такие как песочница Docker, но с другой целью. В настоящее время автор оценивает, является ли создание воспроизводящего теста перед исправлением производственной ошибки универсальной проблемой. Они ищут подтверждения, чтобы убедиться, что они решают реальную проблему, а не создают еще один инструмент без надлежащего пользовательского ввода. Автор задается вопросом, решают ли они реальную проблему или просто устраняют личную неэффективность рабочего процесса.