Dror Helper

Just blogged: How I've used Kiro and Sub-Agents to analyze my codebase and generate 96 comprehensive unit tests in minutes. dev.to/dhelper/using-… @kirodotdev #AWS #Kiro #TestCoverage #DevTools #UnitTesting #AIForDevelopers

Just found that MSFT has a repo with 7 Rust books - microsoft/RustTraining: Beginner, advanced, expert level Rust training material · GitHub share.google/QmC5S3kErjgLKl…

Looking forward to this #AspireConf session with @socketnorm - 🚀 Building and deploying with Aspire and #AWS March 23 | 3:00-3:30 PM PT ⌚Mark your calendar: conf.aspire.dev/?cid=aspirecon…

Can your AI-Coding assistant use Test Driven Development effectively? Just published: Kiro for Test-Driven Development(TDD) helpercode.com/2026/03/16/kir… #TDD #Kiro @kirodotdev

ההשקעה הכי טובה בפיתוח היא עדיין מערכת CI מהירה עם בדיקות מקיפות (לפעמיים זה מתנגש).

העובדה שטיל נחת על חוות שרתים של aws ורק availability zone אחד נפגע הוא אות מופת לתכנון התשתיות של אמזון. הפרדה גאוגרפית משמעותית, תשתיות חשמל, אינטרנט, וקירור נפרדות לחלוטין. יש למכור שרתים, ויש למכור את מה שaws מוכרת.

AWS Transform has an enhanced .NET developer experience in Visual Studio that is customizable, transparent, iterative, and collaborative. Developers can now benefit from editable transformation plans, estimated transformation time, real-time progress updates, next steps recommendations, and handoff to AI code companions. Get a tour in this blog post. 💻 aws.amazon.com/blogs/dotnet/t… #dotnet #AWS

Mastering millisecond latency and millions of events: The event-driven architecture behind the Amazon Key Suite aws.amazon.com/blogs/architec… via @awscloud

.NET developers - generative AI is useful for log analysis, which can automatically identify anomalies and surface actionable insights. In this post, learn how to build a .NET-based log analysis system using Amazon Bedrock. 👀 aws.amazon.com/blogs/dotnet/b… #dotnet #AWS

Why Run Claude Code, Cursor, and other AI Coding tools on Amazon Bedrock builder.aws.com/content/394LNy… #aws #bedrock #cursor

עזבו הכל. תפיצו רק את זה. ככה, גולמי. מזוקק. אין פרוטוקול שימלט את השרלטן הבכיין מההקלטה הזו, מיד לאחר החלטתו המחפירה לדחוף עשרות מיליוני דולרים במזומן מדי חודש מקטאר לתוך הרצועה. זה מסתיים ב״ואני יודע לשאת במחיר״. הגיע זמן תשלום המחיר ומה הוא עושה? מפיל את זה על כולם, חוץ ממנו. כאילו מישהו בחר כאן לראש ממשלה את איזנקוט, או גנץ, או כוכבי, או הרצי, או חליוה, או רונן בר. בחרו בו. ״שומר בטחון ישראל״, עאלק.

Claude Opus 4.6 now available in Amazon Bedrock #aws #generativeAI #AI #bedrock aws.amazon.com/about-aws/what…

יצאתי לא מזמן מפגישה עם לקוח חדש, חברת סייבר ב-Stealth שרוצים לחדש בשוק מיושן. שני פאונדרים שכבר ראו דברים, והם יודעים שהם צריכים לרוץ מהר, לשמור על גמישות לשינויים, ולאפשר לצוות ההקמה שלהם למנף פיתוח קוד אייג׳נטי בצורה המיטבית. במקום לרוץ קדימה ולהגיע בלחץ ל-MVP עם פתרון מלא ופיצ׳רים שאף אחד לא יודע אם צריך, הצעתי להם להגדיר בתור מיילסטון ראשון פריסה מלאה של מערכת בפרודקשן שלא עושה כמעט כלום. מימוש מאוד נאיבי של הפיצ׳רים המרכזיים, בלי יותר מדי העמקה, אבל עד הסוף. עם ה-CI והקוברנטיס ו-ArgoCD וכל מה שצריך בשביל שמפתחים יוכלו לדחוף שינויים שיגיעו לפרודקשן מהר. ברגע שעשינו את זה, כל השאר זה סתם תחזוקה. איך נעשה את זה? בשלב הראשון נחלק את המערכת לתתי-מערכות סגורות שאפשר לבדוק באופן מבודד עם בדיקות אינטגרטיביות מהירות. למשל, אם יש לנו סנסור שרץ על שרת שצריך לאסוף מידע ולדווח אותו לאיזשהו בקאנד, נכתוב טסט לסנסור עם השרת, אבל נזייף את הלוגיקה המכנית של איך אוספים את המידע, או מה השרת עושה עם המידע. מה כיסינו בטסט הזה? את האינטגרציה בין תתי מערכות. בהמשך אולי נכתוב טסט שמתחיל מהשרת, עובר דרך איזשהו Message Queue, ומגיע לדאטהבייס. טסט שלישי יכסה את הפרונט יחד עם הבקאנד ממנו הוא שולף את המידע. העקרון החשוב הוא לבדוק כל תת-מערכת באופן הרמטי, וליצור תהליך פיתוח תוכנה איטרטיבי ומהיר בו אייג׳נט - או בנאדם - יוכל לממש את הפיצ׳רים הבאים, ב-ATDD, ולוודא שהוא לא הכניס רגרסיות. בין כל תת-מערכת שנבדקת תהיה חפיפה קטנה וכך נוודא שאין אינטגרציות שלא מכוסות באף טסט, ובסופו של דבר יהיו לנו מספר תת-מערכות, לכל אחת תהליך פיתוח מהיר ואמין, מה שיאפשר לאייג׳נט - או לבנאדם - להכניס שינויים בקלות, עם קונטקסט מצומצם, בלי צורך להרים סביבות מסובכות ומורכבות.

ה-Code Review הוא צוואר הבקבוק החדש. ארגון שלא יפרמל את התושב"ע ל-Skills פשוט לא יעמוד בקצב של המודלים. אנחנו חייבים כלי Review ברמה של חבר צוות בכיר – שמבינים הקשר, היסטוריה וניואנסים. אחרת, פשוט לא נצליח לרוץ מספיק מהר.

AWS EC2 lets you run virtual machines in the cloud - meaning you can run your apps without needing physical hardware. And here, @ijaydimples shows you how to connect your AWS EC2 instance to VS Code. She walks you through creating the EC2 instance, installing a programming language, accessing your project folder, & more. freecodecamp.org/news/how-to-co…

Interesting read for anyone who wants to learn how to build production grade AI projects: "From AI agent prototype to product: Lessons from building AWS DevOps Agent" aws.amazon.com/blogs/devops/f…

Interesting take on SDD the methodology, it's amazing how AI tools makes software development methodology easy to follow and implemet Spec Driven Development: When Architecture Becomes Executable - InfoQ share.google/iFRUc0Brj7PJVA…

ג׳ופרי הינטון, האב המייסד של ה-AI המודרני (הסיפור המלא במהדורה 95), הציע ב-2016 להפסיק להכשיר רדיולוגים חדשים. כי הם עומדים להיות מוחלפים לחלוטין על ידי AI. ו, כביכול, הוא צדק: ״המודל CheXNet יכול לזהות דלקת ריאות בדיוק רב יותר מאשר צוות של מומחים לרדיולוגיה. זה מודל AI ששוחרר ב-2017, אומן על יותר מ-100,000 סריקות רנטגן של חזה. זה מהיר, חינמי, ויכול לרוץ על מעבד גרפי בודד שזמין לצרכנים. בית חולים יכול להשתמש בזה כדי לפענח סריקות חדשות בפחות משניה. מאז, חברות כמו Annalise.ai, לוניט, Aidoc, ו Qure.ai שחררו מודלים שיכולים לזהות מאות מחלות, באמצעות מספר סוגים של סריקות, בדיוק רב יותר ומהירות גבוהה יותר מאשר רדיולוגים אנושיים במבחני בנצ׳מארק. חלק מהמוצרים יכולים לארגן רשימות עבודה של רדיולוגים כדי לתעדף מקרים קריטיים, להציע את הצעדים הבאים לצוותי הטיפול, או לייצר טיוטה לדו״ח בפורמט של מערכות הניהול של בית החולים. מעטים, כמו LumineticsCore, אפילו קיבלו אישור לפעול בלי שרופא מסתכל על התמונה כלל. בסך הכל, יש מעל 700 מודלים לרדיולוגיה שעברו את אישור ה-FDA.״ זה סופר מרשים! אבל. מרק לאונרד הזכיר את הדוגמא הזו כשדיבר על ההשפעות של AI על תעשיית התוכנה. אכן נבנו כמה אוטומציות מדהימות למשימיות שרדיולוגים נהגו לעשות לפני עשור. אבל זה לא היה רעיון טוב אם היינו מפסיקים להכשיר רדיולוגים, כי מספר הרדיולוגים רק עלה בעשור האחרון: ״הביקוש לעבודת רדיולוגים אנושית היא גבוהה יותר מאשר אי פעם. ב-2025, 1,208 משרות לפענוח רדיולוגיה הוצעו בארה״ב, עליה של 4% מ-2024, ומספר המשרות הפנויות הגיע לשיא של כל הזמנים. ב-2025, רדיולוגיה הייתה ההתמחות הרפואית עם המשכורת השניה הכי גבוהה במדינה, עם ממוצע משכורת של 520,000 דולר. יותר מ-48% מעל השכר הממוצע ב-2015.״ זה לכאורה נראה כמו פרדוקס: אם המחשבים יכולים להחליף את הרדיולוגים, למה יש יותר מהם, ולמה המשכורות שלהם יותר גבוהות. זה בדיוק פרדוקס ג׳בונס, שדיברנו עליו פה בעבר: ב-1865, הוא שם לב ששיפורים ביעילות השימוש בפחם, לא הפחיתו את הצריכה שלו – כמו שהיה ניתן לצפות – אלא להיפך. התחילו להשתמש יותר בפחם, בשביל עוד תעשיות. ההמצאה של אקסל לא הפחיתה את מספר רואי החשבון, אלא להיפך. הם פשוט עושים דברים הרבה יותר מורכבים – כמו בניה של מודלים פיננסיים – והרבה פחות משימות של ״ניהול חשבונות״. זה גם מה שקרה לרדיולוגים, בעשור האחרון לפחות. ו, אולי, גם מה שיקרה עם מתכנתים. בעשור הקרוב לפחות. (מקור: דינה מוסה, The Algorithm Will See You Know)

The NDC Toronto agenda is out! -> ndctoronto.com A 4-day event for software developers featuring 56 international speakers, 60+ conference sessions and selected hands-on workshops. Secure your discounted Early Bird tickets before Feb 16th! #ndctoronto

עדכון על החיים הקשים בלי הבוטים האיראניים שהושבתו עם חסימת האינטרנט שם: הציוץ של נתניהו - אחרי יום וחצי באוויר! - עומד כרגע על 1.8K לייקים, 341 שיתופים. הציוץ שלי על 2.2K לייקים, 233 שיתופים. וזה כשאצלו עוד יש בוטים סינים והודים שאצלם האינטרנט עובד. הבנתם את הממדים האמיתיים של האהדה לתוכן שלו? וזה כשהוא עם 3.5 מיליון עוקבים (כ-2.5 מיליון מתוכם בוטים) ואני עם 54,400 ובלי בוט אחד