「安利」一款debug神器：在AI面前，bug都不是事兒

作者 | 琥珀

出品 | AI科技大本營（公眾號ID：rgznai100）

為了幫程序員解決 bug 問題，Facebook可算是操碎了心！

你可以這麼想，如果在開發和測試階段沒有發現 bug 問題，那麼 bug 將會隨著產品發布，在生產環節觸發，其後果將視情況而定。

不久前，一支來自 Facebook 的工程團隊斬獲了 ACM SIGPLAN POPL 最具影響力論文獎，這是機器學習研究社區最受關注的獎項之一。其獲獎論文為「Compositional Shape Analysis by Means of Bi-abduction」，介紹了一款利用機器學習調試 bug 的工具「Project Infer」背後的科學原理。

為了「安利」這款工具，一位名叫 Jesus Rodriguez 的程序員特意撰文詳解了 Infer 的工作流程和科學原理。

文中指出，Infer 基於兩種新的數學技術：分離邏輯（separation logic）和雙向假說推理（bi-abduction）。

傳送鏈接：https://towardsdatascience.com/machine-learning-for-detecting-code-bugs-a79f37f144b7

據悉，Infer 是 Facebook 旗下一款開源的靜態分析工具，其前身來自被 Facebook 收購後的 Monoidics。官網介紹，Infer 可以分析 Objective-C，Java 或 C 語言代碼，報告潛在的問題。

截止目前，Infer 已在 GitHub 上獲得 9300 Star，並被 AWS、Spotify、Uber 等公司採用。

GitHub 鏈接：https://github.com/facebook/infer

實際上，此前 AI科技大本營（ID：rgznai100）就曾報道過類似的 bug 檢查工具，如 Google 剛剛開源的自動化檢測工具 ClusterFuzz，印度小哥 Gaurav Arora 開發的代碼測試工具 code-with-ai，以及一鍵代碼修復神器 The fuck。

值得一提的是，從發現 bug 到修復 bug，Facebook 有一套完整的流程。Facebook 去年新推的工具SapFix，以及已投入大規模使用的 Sapienz，都是與 Infer 相輔相成的：

首先，靜態分析工具 Infer，會幫助定位代碼中需要修補的點；一旦 Sapienz 和 Infer 精確定位與崩潰相關的特定代碼部分之後，就會將該信息傳遞給 SapFix；最後，SapFix 會參考幾種不同的策略，自動生成補丁。

Infer 主要應用基於 Android 和 iOS 的移動應用程序發布之前，檢測其代碼中的 bug。

溫馨提示：程序員們可能習慣了熬夜敲代碼，但有人就總結過：不提倡加班寫代碼，那樣會導致 bug 率直線上升。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！