4 posts
Statistical debugging 找到与崩溃相关的 predicates，但相关性不是文件和行号。以下是如何通过排序、过滤和三角测量，从相关性分数找到实际的 bug 位置。
Statistical debugging 给你的是 predicates 的排序列表，而不是根因。你对每个分支和 null check 进行插桩，运行十万次执行，算法给你一个记分板。 处的 的 importance 为 0.94。 处的 也是。其中一个是 bug。另一个只是每当程序崩溃时就恰好为真。…
Seer 摄取 trace tree、关联的错误和性能分析数据来诊断分布式问题。以下是它的实际工作原理、擅长之处以及仍然需要人工帮助的地方。
前端抛出 500。Stack trace 指向一个 React 组件。真正的问题在三个服务之外，由泄漏的后台作业耗尽的数据库连接池。 你可以点击浏览 trace waterfall、关联时间戳并阅读提交历史。或者你可以把它交给 Sentry 的 Seer，一个由 LLM 驱动的调试代理，它读取你的…
Statistical debugging 承诺通过将程序行为与故障相关联来精确定位 bug。以下是为什么这个想法从未从研究论文跨越到生产系统。
Statistical debugging 本应终结 时代。对你的代码进行插桩，从数千次运行中收集 trace，运行相关性分析，然后看着工具按照导致崩溃的可能性对每一个分支和 null check 进行排序。它在 2000…
Statistical debugging 将你的生产数据视为信号，将 bug 视为信号中的异常。以下是如何在不添加任何 unit test 的情况下发现数据损坏、off-by-one 错误和静默故障。
你的 test suite 是绿的。你的日志很安静。你的仪表盘没有红线。然而，3% 的用户收到的发票总额是负数，或者你的推荐模型正在默默地将已删除的产品排在第一位，或者你的聚合 pipeline 正在对某个特定时区的退款进行重复计数。 这些是数据 bug。它们不会抛出异常。它们不会导致 pod 崩溃。它们通过了你的…