又一代碼清庫的慘案發(fā)生了，不過這次要背鍋是 AI。

近日，美國最大點(diǎn)評網(wǎng)站 Yelp 的工程師訓(xùn)練的神經(jīng)網(wǎng)絡(luò)闖禍了。他們訓(xùn)練了一個用來消除 bug 的神經(jīng)網(wǎng)絡(luò)，萬萬沒想到，該網(wǎng)絡(luò)刪除一切，從根上徹底了實現(xiàn)“bug-free”......有點(diǎn)兒厲害。

Yelp 團(tuán)隊在 APP 中向近期可能感到體驗不暢的各位用戶致歉，該團(tuán)隊還表示，他們將不得不進(jìn)行回滾（Roll back），但隨即話鋒一轉(zhuǎn)，他們說好的一面是，這說明 APP 中 100% 沒 bug 了啊。

好吧，沒跑了，這個鍋還是工程師的。

神經(jīng)網(wǎng)絡(luò)算法的這一波操作，讓人不禁想起郭德綱的一個相聲段子，“我心善，見不得窮人，于是把自己目之所及的窮人全趕走了?！笔盏焦こ處煹娜蝿?wù)指令后，興許 AI 發(fā)現(xiàn)一個個 debug 太不省心，心一橫，干脆一鍵 all clear 算求。

這事要在國內(nèi)互聯(lián)網(wǎng)公司，搞這個大一個工程事故，九成要說殺一個工程師祭天，盡管 Yelp 最后的點(diǎn)睛自嘲蠻輕松的，但人前賣笑，誰知道代碼清除后工程師是不是目瞪口呆或者心里在吐血呢......畢竟，要 Roll back。

Roll back 究竟意味著什么？它指的是程序或數(shù)據(jù)處理錯誤，將程序或數(shù)據(jù)恢復(fù)到上一次正確狀態(tài)的行為。那 Roll back 工作量有多大呢？回滾對程序員意味著非常嚴(yán)重的失誤，微博網(wǎng)友@互聯(lián)網(wǎng)八卦民工評論說，Yelp 在真實環(huán)境訓(xùn)練自己的人工智能神經(jīng)網(wǎng)絡(luò)去刪除 app 中的 bug，結(jié)果是人工智能把所有都東西都刪了，這不是一個簡單的 Roll back。

網(wǎng)友們更好奇的是 Yelp 的工程師訓(xùn)練了一個怎樣的網(wǎng)絡(luò)？拿何種樣本訓(xùn)練的？損失函數(shù)是如何設(shè)計的？有人猜測，代碼里面沒有 bug，損失函數(shù)一直是零，BP 和優(yōu)化器無用武之地，所以觸發(fā)異常，把整段代碼都視為 bug？

代碼里面沒有 bug 似乎不太可能，翻閱 Yelp 的版本更新歷史記錄，你會發(fā)現(xiàn)這簡直是一部“除蟲史詩”，你們感受一下：

本來是想讓 AI 來幫忙 debug 的，現(xiàn)在工具反到成了阻礙。不知道是 debug 工具本身的黑箱問題，還是使用它的人沒找到正確的“竅門”。至于這次 Yelp 工程事故報告還未有進(jìn)一步的信息披露，但用神經(jīng)網(wǎng)絡(luò)算法 debug 應(yīng)該有風(fēng)險，部署需謹(jǐn)慎。

不過一款讓工程師省時省力的 debug 工具顯然是人人所期待的，AI科技大本營之前寫過一篇《@程序員，終于可以放心寫bug了！Facebook的debug神器你值得擁有》中提到，去年 9 月，F(xiàn)acebook 基于 AI 技術(shù)再次推出新款代碼調(diào)試工具SapFix，可針對特定的 bug 自動生成修復(fù)程序，然后將其提交給工程師，經(jīng)確認(rèn)之后，然后再部署到生產(chǎn)環(huán)境中。相比其一年前已投入大規(guī)模使用的智能自動化軟件測試工具 Sapienz，SapFix 能夠在沒有 Sapienz 的情況下運(yùn)行，主要用于修復(fù) Sapienz 在生產(chǎn)前發(fā)現(xiàn)的程序 bug。

從發(fā)現(xiàn) bug 到修復(fù) bug，F(xiàn)acebook 有一套完整的流程：首先 Sapienz 以及 Facebook 的靜態(tài)分析工具 Infer，會幫助定位代碼中需要修補(bǔ)的點(diǎn)；一旦 Sapienz 和 Infer 精確定位與崩潰相關(guān)的特定代碼部分之后，就會將該信息傳遞給 SapFix；最后，SapFix 會參考幾種不同的策略，自動生成補(bǔ)丁。

根據(jù) Facebook 的數(shù)據(jù)，Sapienz 報告的大約四分之三的錯誤都需要開發(fā)者來修復(fù)。自 Facebook 開始測試 SapFix 之后，該工具已經(jīng)成功生成了被人類審核者接受并部署于生產(chǎn)的補(bǔ)丁。不過，目前 SapFix 總體上仍在開發(fā)階段。

Facebook 都還只是在嘗試階段，Yelp 的工程師這次似乎對自家的 debug 工具太自信了，一鍵清庫簡直不能更酸爽，不知道他們這次有沒有感受到來自深度學(xué)習(xí)的威力。