又一代码清库的惨案发作了，不过这主要背锅是 AI。

近日，美国最大点评网站 Yelp 的工程师训练的神经网络闯祸了。他们训练了一个用来消弭 bug 的神经网络，万万没想到，该网络删除一切，从根上彻底了完成“bug-free”......有点儿凶猛。

Yelp 团队在 APP 中向近期能够感到体验不畅的各位用户致歉，该团队还表示，他们将不得不停止回滚（Roll back），但随即话锋一转，他们说好的一面是，这阐明 APP 中 100% 没 bug 了啊。

好吧，没跑了，这个锅还是工程师的。

神经网络算法的这一波操作，让人不由想起郭德纲的一个相声段子，“我心善，见不得穷人，于是把本人目之所及的穷人全赶走了。”收到工程师的义务指令后，也许 AI 发现一个个 debug 太不省心，心一横，干脆一键 all clear 算求。

这事要在国际互联网公司，搞这个大一个工程事故，九成要说杀一个工程师祭天，虽然 Yelp 最后的点睛自嘲蛮轻松的，但人前卖笑，谁知道代码肃清后工程师是不是呆若木鸡或许心里在吐血呢......毕竟，要 Roll back。

Roll back 终究意味着什么？它指的是顺序或数据处置错误，将顺序或数据恢复到上一次正确形状的行为。那 Roll back 任务量有多大呢？回滚对顺序员意味着十分严重的失误，微博网友@互联网八卦民工评论说，Yelp 在真实环境训练本人的人工智能神经网络去删除 app 中的 bug，结果是人工智能把一切都东西都删了，这不是一个复杂的 Roll back。

网友们更猎奇的是 Yelp 的工程师训练了一个怎样的网络？拿何种样本训练的？损失函数是如何设计的？有人猜测，代码外面没有 bug，损失函数不断是零，BP 和优化器无用武之地，所以触发异常，把整段代码都视为 bug？

代码外面没有 bug 似乎不太能够，翻阅 Yelp 的版本更新历史记载，你会发现这简直是一部“除虫史诗”，你们感受一下：

本来是想让 AI 来帮忙 debug 的，如今工具反到成了阻碍。不知道是 debug 工具本身的黑箱成绩，还是运用它的人没找到正确的“窍门”。至于这次 Yelp 工程事故报告还未有进一步的信息披露，但用神经网络算法 debug 应该有风险，部署需慎重。

不过一款让工程师省时省力的 debug 工具显然是人人所等候的，AI 科技大本营之前写过一篇《@顺序员，终于可以担忧写 bug 了！Facebook 的 debug 神器你值得拥有》中提到 ，去年 9 月，Facebook 基于 AI 技术再次推出新款代码调试工具 SapFix，可针对特定的 bug 自动生成修复顺序，然后将其提交给工程师，经确认之后，然后再部署到消费环境中。相比其一年前已投入大规模运用的智能自动化软件测试工具 Sapienz，SapFix 可以在没有 Sapienz 的状况下运转，主要用于修复 Sapienz 在消费前发现的顺序 bug。

从发现 bug 到修复 bug，Facebook 有一套残缺的流程：首先 Sapienz 以及 Facebook 的静态剖析工具 Infer，会协助定位代码中需求修补的点；一旦 Sapienz 和 Infer 准确定位与崩溃相关的特定代码部分之后，就会将该信息传递给 SapFix；最后，SapFix 会参考几种不同的策略，自动生成补丁。

依据 Facebook 的数据，Sapienz 报告的大约四分之三的错误都需求开发者来修复。自 Facebook 末尾测试 SapFix 之后，该工具曾经成功生成了被人类审核者接受并部署于消费的补丁。不过，目前 SapFix 总体上仍在开发阶段。

Facebook 都还只是在尝试阶段，Yelp 的工程师这次似乎对自家的 debug 工具太自信了，一键清库简直不能更酸爽，不知道他们这次有没有感遭到来自深度学习的威力。

【编辑引荐】

BAT发力小顺序，站在十字路口的开发者又当如何选择

JetBrains 2018 中国开发者生态报告：Java 最盛行

TensorFlow 2.0「开发者预览版」上线

顺序员的“青春饭”，从什么时分末尾完毕？

GitHub宣布创立私有仓库收费且有限制，开发者等候已久！

(责任编辑：admin)