又一次清码悲剧发生了，不过这次的罪魁祸首是AI。 最近，美国***评论网站Yelp的工程师训练的神经网络出了问题。他们训练了一个神经网络来消灭bug，万万没想到这个网络竟然把一切都删掉了，彻底实现了从根源上“无bug”……有点厉害。 Yelp团队在APP内向所有近期可能有不好体验的用户致歉。该团队还表示他们将不得不回滚（Rollback），但随后转移了话题，他们表示好的一面是，这意味着APP中100%没有错误。 好吧，我没跑，这锅还是工程师的。 神经网络算法的运行，让人想起郭德纲的一句相声笑话，“我心地善良，不看穷人，看到的穷人我都赶走。”接到工程师的任务命令后，可能是AI发现debugs太省心了，直接点allclear去计算。 这是国内互联网公司的一次大工程事故，90%的人都会说杀了一个工程师祭天。虽然Yelp的自嘲画龙点睛相当轻松，但人家都在嘲笑它，谁知道代码清零后，工程师是傻眼了还是心口吐血……毕竟还得回滚。 回滚到底是什么意思？它是指程序或数据处理错误，将程序或数据恢复到上次正确状态的行为。回滚的工作量有多大？回滚对于程序员来说意味着一个非常严重的错误。微博网友@互联网八卦民工评论说，Yelp训练了自己的人工智能神经网络，在真实环境中删除应用程序中的错误，结果是人工智能删除了所有内容。现在，这不是简单的回滚。 网友们比较好奇Yelp的工程师到底培养了什么样的网络？什么样的样本用于训练？损失函数是怎么设计的？有人猜测是不是代码没有bug，损失函数一直为零，BP和optimizer也没用，所以触发了异常，把整段代码当成bug？ 代码中没有错误似乎不太可能。翻看Yelp的版本更新历史，你会发现这简直就是一部“调试史诗”。大家可以感受一下： 本来想要AI帮忙调试，现在工具成了障碍。不知道是调试工具本身的黑盒问题，还是使用它的人没有找到合适的“窍门”。至于Yelp工程事故报告，暂无进一步信息披露，但使用神经网络算法调试应该存在风险，部署需谨慎。 不过，一款能为工程师省时省力的调试工具，显然是大家所期待的。AITechnologyBase之前写过一篇文章《@程序员，终于可以放心写 bug 了！Facebook 的 debug 神器你值得拥有》，提到去年9月，Facebook推出了一款新的基于AI技术的代码调试工具SapFix，可以针对特定的bug自动生成修复，提交给工程师，审核通过，部署到生产。与一年前大规模投入使用的智能自动化软件测试工具Sapienz相比，SapFix可以脱离Sapienz运行，主要用于修复Sapienz在生产前发现的程序bug。 Facebook从发现bug到修复bug有一个完整的流程：首先，Sapienz和Facebook的静态分析工具Infer会帮助定位代码中需要修补的点；一旦Sapienz和Infer查明了与crash相关的具体代码部分之后，这些信息就会传递给SapFix；最后，SapFix会参考几种不同的策略来自动生成补丁。 据Facebook称，Sapienz报告的错误中约有四分之三需要开发人员修复。自Facebook开始测试SapFix以来，该工具已成功生成补丁，这些补丁被人工审核人员接受并部署到生产环境中。不过目前，SapFix总体上还在开发中。 Facebook还在试用阶段。Yelp的工程师这次似乎对自己的调试工具太自信了。一键清空数据库再爽不过了。不知道这次他们有没有感受到深度学习的强大。.
