AI 輔助編程工具引入了全新的錯誤類型。

原標題：AI 輔助編程工具引入了全新的錯誤類型
文章來源：AI前線
內容字數：5883字

Copilot 引發的“墜機事故”：一個由AI輔助編程工具引入的棘手錯誤

本文講述了作者Klaas van Schelven在使用微軟Copilot輔助編程時，因一個看似簡單的導入語句錯誤而耗費兩個小時調試的經歷。這個錯誤并非程序崩潰，而是由Copilot引入的微妙的語義錯誤，最終導致測試失敗。

1. 錯誤的導入語句

Copilot生成的錯誤導入語句為：from django.test import TestCase as TransactionTestCase。Python的import as語句允許為導入的實體賦予不同的名稱，但此處Copilot將TestCase 導入并賦予了TransactionTestCase 的名稱。TestCase 和TransactionTestCase 在數據庫事務處理方面存在細微差別，前者自動回滾事務，后者則沒有。這種錯誤的導入導致程序實際運行的是TestCase，而非預期中的TransactionTestCase，從而導致依賴事務管理的測試失敗。

2. 調試過程與誤導

作者花了兩個小時才找到這個錯誤。起初，他懷疑問題出在自身代碼或Django框架本身，因為測試結果與TransactionTestCase 的預期行為不符。詳細的代碼注釋進一步誤導了他，讓他相信TransactionTestCase 的使用是正確的。注釋中解釋了TransactionTestCase 的用途以及TestCase 的局限性，但這反而讓他忽略了錯誤的導入語句。

3. 錯誤難以發現的原因

這個錯誤難以發現的原因在于其隱蔽性和反直覺性。首先，作者并非在Copilot生成代碼后立即運行測試，導致錯誤被延遲發現。其次，錯誤發生在通常被認為最不可能出錯的導入語句中。最后，錯誤本身非常奇怪，一個經驗豐富的程序員很難想象有人會故意寫出這樣的代碼，這使得它很難被及時發現。

4. Copilot 的“合理性”與人類的直覺

作者認為Copilot之所以會生成這樣的代碼，是因為它根據上下文（代碼中使用了TransactionTestCase，但沒有使用TestCase）進行預測，并試圖“補全”代碼。對于一個基于統計模型的AI來說，這可能是“合理的”，但對于人類程序員來說，這是完全不符合編程規范和直覺的。

5. AI輔助編程引入的新錯誤類型

作者總結道，AI輔助編程工具引入了全新的錯誤類型。這些錯誤并非人類程序員的常見錯誤，而是反映了AI自身的某些“怪癖”，增加了編程過程的不可預測性。雖然AI輔助編程工具總體上利大于弊，但程序員需要意識到并警惕AI可能引入的新類型錯誤。

總而言之，這個案例生動地說明了AI輔助編程工具雖然能提高效率，但也可能引入一些意想不到的、難以察覺的錯誤，需要程序員提高警惕，并結合自身經驗進行代碼審查。

聯系作者

文章來源：AI前線
作者微信：
作者簡介：面向AI愛好者、開發者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業界實踐案例，助你全面擁抱AIGC。