微软逆天啦，开发出自动揪 Bug 神器

文章首发于微信公众号「非著名程序员」，欢迎大家关注。

大家好，我是校长。

先从一个老故事说起吧。

01

Repairnator：自动修复 bug

2018 年 1 月 12 日下午 12:28，GeoWebCache/geowebcache 项目和往常一样在 github 上提交代码。2 分钟后 travis-ci 上的单元测试以失败告终，测试结果显示有 2 个测试用例报错了。没过多久，2018 年 1 月 12 日下午 1 点 35 分，一名叫 LucEsape 的开发者发布了一个修复补丁。

2018 年 1 月 12 日下午 2:10，开发者接受了补丁，并将其合并到代码库，并评论到：“很奇怪，我以为我已经修好了...... 也许我在其他地方做过。谢谢你补丁！“

这是一个伟大的时刻，因为谁也不曾想到，修复这个 bug 的程序员 LucEsape 是一个机器人。他叫 Repairnator。

Repairnator 是由 KTH 瑞典皇家理工学院的软件技术教授 Martin Monperrus 开发。它会监控开源软件在持续集成期间发现的 bug，并尝试自动修复它们。如果它成功合成了一个有效的补丁，那么 Repairnator 会伪装成人类身份向人类开发者提交此补丁。到目前为止，Repairnator 已经成功生成了 5 个补丁，并被人类开发者永久地合并到代码库中。

这是自动程序修复软件工程研究中新的里程碑。

是不是很有意思呢？

Repairnator 可以自动发现 bug ，并修复 bug。

这是不是我们程序员梦寐以求的工具呢？

但是，换个角度想，可能这也可能并不是好事，是不是，有一种危险和危机存在呢？我们程序员因为这种人工智能工具的存在，可能价值大大降低。

但是，别害怕，我发现这个 Repairnator 并没有那么神奇，它修复的 bug 当中都是非常简单，非常简单的 bug，大多数都是 NPE（空指针异常）的问题。

而且，这不，也没啥下文了。

02

BugLabs

不过，前几天，我看到一条新闻是：微软专家推出 AI 工具 能自动发现代码中的 Bug。

据 mspoweruser 报道，微软的首席研究员 Miltos Allamanis 和高级首席研究经理 Marc Brockschmidt 开发了他们的人工智能 BugLabs，利用深度学习算法可以发现代码中的错误，帮助开发者更准确、更高效地对程序进行调试。

这种工具能够识别一些常见的错误，比如不正确的符号 “<=” 和 “<”，不正确的布尔运算符 “and” 和 “or”，变量滥用等等。为了测试该系统，微软使用了 Python 代码。

微软让两个网络相互竞争，一个旨在将小错误引入现有代码，另一个旨在寻找这些错误。这两个网络变逐渐升级，从而产生了一个善于识别隐藏在真实代码中 Bug 的人工智能。

微软表示，这一系统经过数据训练，可以用来检测并修复代码中的错误。与其它方法相比，经过训练后的模型发现 Bug 的概率最多可以提高 30%。利用该工具，发现了存在 GitHub 开源项目中的 19 个真实存在的代码错误。

这种 AI 工具目前依旧存在误报现象，因此还需要进一步改进。

他们的结论是，他们的方法是有希望的，当然，要使这种检测器在实际使用中可靠，还需要做很多工作。然而，这项工作很有可能最终被商业化。

其实，我感觉利用人工智能技术，开发一个帮助程序员发现 bug 的工具并提供建议，比去修复一个 bug 更靠谱的多。

毕竟，万一查找 bug 的程序里有 bug 怎么办呢？

这样的工具，并不会让程序员失去价值，反而还可以提高开发效率。

大家说呢？

好东西，看这里：