探索 AI 優先開發、編碼護欄和可處置架構。
Git bisect 把手動搜尋 commit 變成自動化的二元搜尋。以下說明如何找出引入 bug 的確切 commit，而不必一個個 checkout。
你的 CI 在 main 上是紅燈，但昨天還是綠燈。從那時到現在之間，某個 bug 悄悄潛入。你可以翻閱 200 個 commit，讀 diff 並猜測。你可以在 Slack 上發問，希望有人記得碰過相關程式碼。或者你可以讓 Git 幫你做這件事。 是針對 commit 歷史的二元搜尋工具。你標記一個 commit…
Stack traces 告訴你 crash 發生在哪裡，而不是什麼導致的。以下是一個擷取與重播模式，能把生產環境的 crash 變成你真正可以除錯的本機測試案例。
你確切知道生產環境在哪裡掛掉。Stack trace 指向 的第 147 行。例外是對 的 。你拉下程式碼，執行測試，全部通過。你用手動方式帶著範例 payload 命中端點，一切正常。 Bug 是真的。客戶正在觸發它。你卻無法在自己的機器上重現。 這就是根據錯誤報告進行除錯的標準體驗。Stack traces…
你的單元測試只檢查特定輸入。Symbolic execution 檢查所有可能的輸入。以下是它的運作原理、成本，以及從哪裡開始。
你的測試套件有 94% 覆蓋率且零失敗。Symbolic execution engine 在三秒內就在你的程式碼中找到了一個 crash。 測試沒壞。覆蓋率指標沒有說謊。問題在於測試只驗證特定點上的行為。Symbolic execution 驗證的是整個輸入空間區域中的行為。如果 bug…
大多數團隊都是在客戶抱怨後才發現 PII 外洩。以下說明如何從資料進入到輸出的整個過程追蹤敏感資料，並附上今天就能使用的程式碼範例。
大多數團隊都是在客戶抱怨或合規稽核後才發現 PII 外洩。等到那時，資料早已穿過你的 ETL pipeline，掉進應用程式日誌，並被三種不同的可觀測性工具索引過了。 事後追查根本是考古學。你真正需要的是一個系統：在 PII…
大多數 CI pipeline 抓得到語法錯誤和邏輯 bug，卻漏掉了真正搞垮生產環境的 API contract 破壞。以下是修復方法。
我團隊裡每一個進到生產環境的 API 破壞，都通過了 CI。全部。單元測試是綠燈。整合測試也過了。部署出去後，Slack 訊息才開始跳。 問題不在於我們沒測試，而是測錯了東西。大多數 CI pipeline 只驗證程式碼能不能跑，卻沒驗證 producer 和 consumer 之間的 API contract…
統計除錯找到與當機相關的 predicates，但相關性不是檔案名稱與行號。以下是如何透過排序、過濾與三角測量，從相關分數走到真正的 bug 位置。
統計除錯給你的是一份排序過的 predicate 清單，而不是根本原因。你對每個分支與 null check 插樁，執行十萬次，然後演算法遞給你一個記分板。 的 重要性是 0.94。 的 也是 0.94。其中一個是 bug，另一個只是剛好在程式當機時總是為真。 高相關性代表 predicate 與當機同時發生。不代表…
Seer 攝取 trace tree、關聯錯誤與效能分析資料來診斷分散式問題。以下是它的實際運作方式、擅長的領域，以及仍然需要人類協助的地方。
前端拋出 500。stack trace指向一個 React 元件。真正的問題在三個服務之外，由一個洩漏的背景工作耗盡了資料庫連線池。 你可以點開 trace waterfall、關聯時間戳記、閱讀提交歷史。或者你可以把它交給 Sentry 的 Seer，一個由 LLM 驅動的除錯代理，它會讀取你的…
統計除錯承諾透過將程式行為與失敗關聯來精確定位 bug。以下是這個想法為何從未從研究論文跨進生產系統的原因。
統計除錯本該終結 的時代。在程式碼中插入探針，收集數千次執行的追蹤資料，執行關聯分析，然後看著工具將每個分支與 null check 按照導致當機的可能性排序。它在 2000 年代中期的論文中運作得很漂亮。但在實務中，大多數嘗試過的團隊只得到雜訊、額外負擔，以及一個沒人信任的儀表板。…
統計除錯將你的生產資料視為訊號，將 bug 視為異常。以下是如何在不新增任何單元測試的情況下，發現資料損毀、差一錯誤與無聲失敗的方法。
你的測試套件是全綠的。你的日誌靜悄悄。你的儀表板上沒有任何紅線。然而，3% 的使用者收到的發票總額是負數，或者你的推薦模型默默地將已刪除的產品排在最前面，或者你的聚合 pipeline 對某個時區的退款重複計算。 這些是資料 bug。它們不會拋出例外。不會讓 pod…
Metamorphic testing 在 GCC、LLVM、Vulkan shader compiler 與 ADAS 模擬器中發現了真實的 bug。這篇文章用可執行的程式碼解釋這項技術，並說明它適合放在測試套件的哪個位置。
Metamorphic testing 在 GCC 與 LLVM 中發現了 147 個已確認的 bug，在汽車 OEM 使用的商業 ADAS 模擬器中發現了缺陷，並在一名行人被撞身亡的八天前，於一個自駕車感知系統中發現了致命缺陷。這項技術聽起來很學術，但這些 bug 可不是。 問題出在 oracle…