如何使用 AI 调试代码

调试是侦探工作：观察症状，形成有关原因的假设，对其进行测试，然后重复。人工智能助手是有用的合作伙伴，因为他们已经看到了许多常见错误，并且可以比大多数初学者更快地读取堆栈跟踪。当它们必须猜测时，它们的用处就小得多，并且猜测模型通常会自信地重写您的整个文件。从完整的错误开始。堆栈跟踪（在 Python 中称为回溯）列出了导致失败的函数调用链。最有用的部分通常是错误类型和消息以及指向您自己的文件而不是库代码的框架。将错误粘贴为文本，而不是屏幕截图，并在其提到的行号周围包含代码。接下来，描述预期行为与实际行为，以及您的环境：语言版本、关键库版本和操作系统（如果相关）。 “它不起作用”不会给模型带来任何好处。 “我期望 10 行，结果是 0，并且没有错误”给出了很多信息。对于更难的错误，构建一个最小的可重现示例：仍然显示问题的最小代码和数据。制作一个通常会自行揭示错误，并且它会将私人代码和数据排除在聊天之外。然后询问假设，例如：“列出三个最可能的原因以及如何检查每一个。”在更改任何内容之前，请使用打印语句或调试器进行确认。当您应用修复程序时，重新运行原始失败案例和一些正常案例，并要求 AI 解释修复程序为何有效。有两种常见的误解。错误中指定的行并不总是错误所在的位置；它通常是坏值最终被使用的地方，而不是它被创建的地方。并且没有错误信息并不意味着输出是正确的。