ഡീബഗ്ഗിംഗും ട്രബിൾഷൂട്ടിംഗും

നേട്ടങ്ങൾ:

• പിശക് സന്ദേശം, സ്റ്റാക്ക് ട്രെയ്സ്, ഏറ്റവും ചെറിയ പുനർനിർമ്മാണ ഉദാഹരണം എന്നിവ ഉപയോഗിച്ച് AI-ലേക്ക് ഒരു ബഗ് ഫലപ്രദമായി വിവരിക്കാനുള്ള കഴിവ്
• AI ഉപയോഗിച്ച് വ്യവസ്ഥാപിതമായ ഡീബഗ്ഗിംഗ് ഫ്ലോ പ്രവർത്തിപ്പിക്കാനുള്ള കഴിവ്, അതിനെ പടിപടിയായി അനുമാനിച്ച് ചുരുക്കി മൂലകാരണം കണ്ടെത്തുക
• പുനർനിർമ്മാണത്തിലൂടെയും റിഗ്രഷൻ ടെസ്റ്റിംഗിലൂടെയും AI നിർദ്ദേശിച്ച പരിഹാരം യഥാർത്ഥത്തിൽ പ്രശ്നം പരിഹരിച്ചുവെന്ന് പരിശോധിക്കാനുള്ള കഴിവ്

ഒരു പ്രോഗ്രാം പ്രതീക്ഷിച്ചതിലും വ്യത്യസ്‌തമായി പ്രവർത്തിക്കുന്നത് എന്തുകൊണ്ടാണെന്ന് കണ്ടെത്തി അത് പരിഹരിക്കുന്നതിനുള്ള ചുമതലയാണ് ഡീബഗ്ഗിംഗ്, കൂടാതെ ഇത് മിക്ക എഞ്ചിനീയർമാരുടെയും ധാരാളം സമയം ചെലവഴിക്കുന്നു. നല്ല ഡീബഗ്ഗിംഗ് ഒരു ഊഹക്കച്ചവടത്തെ അടിസ്ഥാനമാക്കിയുള്ളതല്ല, മറിച്ച് വ്യവസ്ഥാപിതമായി ഇടുങ്ങിയതാണ്: ലക്ഷണം വ്യക്തമാക്കുക, അനുമാനിക്കുക, അനുമാനം പരിശോധിക്കുക, മൂലകാരണത്തിലേക്ക് പോകുക. ഈ ചക്രത്തിൽ AI വളരെ ശക്തമായ ഒരു പങ്കാളിയാണ്; എന്നാൽ കൃത്യമായ വിവരങ്ങൾ നൽകിയാൽ മാത്രം മതി. "കോഡ് പ്രവർത്തിക്കുന്നില്ല, അത് ശരിയാക്കുക" എന്ന് പറയുന്നത് ഊഹിക്കാനും ബ്ലാങ്കറ്റ് നിർദ്ദേശങ്ങൾ നൽകാനും AI-യെ പ്രേരിപ്പിക്കുന്നു. പൂർണ്ണമായ പിശക് സന്ദേശം, സ്റ്റാക്ക് ട്രെയ്‌സ്, ഏറ്റവും ചെറിയ പുനരുൽപ്പാദന സാമ്പിൾ എന്നിവ നൽകുക, ഒരുമിച്ച് നിങ്ങൾ മൂലകാരണം കണ്ടെത്തും.

ഈ യൂണിറ്റിൽ, AI-ലേക്ക് ഒരു ബഗ് എങ്ങനെ ഫലപ്രദമായി വിവരിക്കാമെന്നും അനുമാനങ്ങൾ ഘട്ടം ഘട്ടമായി ചുരുക്കാമെന്നും റിഗ്രഷൻ ടെസ്റ്റിംഗിലൂടെ പരിശോധിച്ചുറപ്പിക്കുന്നത് എങ്ങനെയെന്ന് നോക്കാം. ഓർക്കുക: ഒരു ബഗ് "പരിഹരിക്കുക", "ബഗിൻ്റെ ലക്ഷണം അടിച്ചമർത്തുക" എന്നിവ രണ്ട് വ്യത്യസ്ത കാര്യങ്ങളാണ്; മൂലകാരണം കണ്ടെത്താതെ വരുത്തിയ തിരുത്തൽ പിശകിനെ മറ്റൊരു സ്ഥലത്തേക്ക് മാറ്റുന്നു.

ആശയങ്ങൾ: സ്റ്റാക്ക് ട്രെയ്സ്: പിശക് സമയത്ത് ഏത് ക്രമത്തിലാണ് വിളിച്ചതെന്ന് കാണിക്കുന്ന ഒരു ഡമ്പ്. മിനിമൽ റിപ്രോ: പിശക് ട്രിഗർ ചെയ്യുന്ന ഏറ്റവും ലളിതവും ഹ്രസ്വവുമായ കോഡ്/ഇൻപുട്ട്. മൂലകാരണം: പ്രശ്നത്തിൻ്റെ യഥാർത്ഥ ഉറവിടം, ലക്ഷണമല്ല. റിഗ്രഷൻ ടെസ്റ്റിംഗ്: സമാന പിശക് ആവർത്തിക്കുന്നില്ലെന്ന് ഉറപ്പാക്കുന്ന പരിശോധന.

AI-ലേക്കുള്ള ബഗ് വിവരിക്കുന്നു

മൂലകാരണം AI കണ്ടെത്താനുള്ള സാധ്യത നിങ്ങൾ നൽകുന്ന വിവരങ്ങളുടെ ഗുണനിലവാരത്തിന് നേരിട്ട് ആനുപാതികമാണ്. ഒരു നല്ല പിശക് വിവരണത്തിൽ ഉൾപ്പെടുന്നു: നിങ്ങൾ എന്താണ് ചെയ്യാൻ ശ്രമിച്ചത്, നിങ്ങൾ എന്താണ് പ്രതീക്ഷിച്ചത്, എന്താണ് സംഭവിച്ചത്, കൃത്യമായ പിശക് വാചകവും സ്റ്റാക്ക് ട്രേസും, ഉൾപ്പെട്ടിരിക്കുന്ന കോഡ്, പരിസ്ഥിതി (ഭാഷ/പതിപ്പ്/OS), പിശക് സൃഷ്ടിച്ച ഏറ്റവും ചെറിയ സാമ്പിൾ.

1. ലക്ഷണം വ്യക്തമാക്കുക. "പ്രതീക്ഷിച്ച X, യഥാർത്ഥമാക്കിയ Y" ഫോർമാറ്റിൽ.
2. പൂർണ്ണമായ പിശക് വാചകം ഒട്ടിക്കുക, ട്രേസ് സ്റ്റാക്ക് ചെയ്യുക. ഇത് ചെറുതാക്കരുത്, സെൻസർ ചെയ്യുക, പക്ഷേ ഘടന തകർക്കരുത്.
3. ഏറ്റവും ചെറിയ പുനരുൽപാദനം നൽകുക. പിശക് ട്രിഗർ ചെയ്യുന്ന ഏറ്റവും കുറഞ്ഞ ഇൻപുട്ടും കോഡും.
4. പരിസ്ഥിതി വ്യക്തമാക്കുക. ഭാഷാ പതിപ്പ്, ലൈബ്രറി പതിപ്പ്, റൺടൈം പരിസ്ഥിതി.

ഫലപ്രദമായ പിശക് വിവരണ നിർദ്ദേശം: "ഞാൻ ഒരു ബഗ് ഡീബഗ്ഗ് ചെയ്യുന്നു. വിവരങ്ങൾ:- ഞാൻ ചെയ്യാൻ ശ്രമിക്കുന്നത്: [X]- പ്രതീക്ഷിക്കുന്ന പെരുമാറ്റം: [Y]- യഥാർത്ഥ പെരുമാറ്റം: [Z]- പൂർണ്ണ പിശക് സന്ദേശവും സ്റ്റാക്ക് ട്രെയ്‌സും: [ഒട്ടിക്കുക]- പരിസ്ഥിതി: [ഭാഷ/പതിപ്പ്, ലൈബ്രറി/പതിപ്പ്]- ഉൾപ്പെട്ടിരിക്കുന്ന ഏറ്റവും കുറഞ്ഞ റൂട്ട് കോഡ് 3 ആദ്യം നൽകൂ'. കാരണങ്ങൾ പ്രോബബിലിറ്റിയുടെ ക്രമത്തിൽ, ഓരോന്നിനും എന്ത് പരിശോധനയാണ് പരിശോധിക്കേണ്ടതെന്ന് എന്നോട് പറയൂ."

അനുമാനം വഴി ഇടുങ്ങിയ ഒഴുക്ക്

സിസ്റ്റമാറ്റിക് ഡീബഗ്ഗിംഗ് എന്നത് സാധ്യതകൾ ഒന്നൊന്നായി ഇല്ലാതാക്കുന്ന കലയാണ്. അനുമാനങ്ങൾ സൃഷ്ടിക്കുന്നതിനും ഓരോ സിദ്ധാന്തവും പരീക്ഷിക്കുന്നതിന് പരീക്ഷണം രൂപകൽപ്പന ചെയ്യുന്നതിനും AI ഉപയോഗിക്കുക; തുടർന്ന് പരീക്ഷണം നടത്തി ഫലം തിരികെ നൽകുക. "ഷോട്ട്ഗൺ ഡീബഗ്ഗിംഗ്" എന്ന് വിളിക്കപ്പെടുന്ന ക്രമരഹിതമായ മാറ്റങ്ങൾ വരുത്തി നിർത്തുന്ന ശീലത്തേക്കാൾ വളരെ വേഗതയുള്ളതാണ് ഈ ചക്രം.

ബൈനറി സെർച്ച് (ബൈസെക്ഷൻ) സഹായി പ്രോംപ്റ്റ്: "ഈ പിശക് ഇന്നലെ ഉണ്ടായിരുന്നില്ല, ഇന്നുണ്ട്. കഴിഞ്ഞ 20 മാറ്റങ്ങളിൽ ഏതാണ് ബൈസെക്റ്റിനൊപ്പം പിശക് കൊണ്ടുവന്നതെന്ന് എനിക്ക് കണ്ടെത്തണം. എനിക്ക് ഒരു ഘട്ടം ഘട്ടമായുള്ള പ്ലാൻ തരൂ: ഏത് പോയിൻ്റാണ് ഞാൻ പരിശോധിക്കേണ്ടത്, ഏത് പകുതിയിലേക്കാണ് ഞാൻ പോകേണ്ടത്. ഓരോ ഘട്ടത്തിലും എന്താണ് പരിശോധിക്കേണ്ടതെന്ന് എന്നോട് പറയുക."

ലോഗ് ഇൻസേർഷൻ സ്ട്രാറ്റജി പ്രോംപ്റ്റ്: "ഈ ഫംഗ്‌ഷനിലെ ഇൻ്റർമീഡിയറ്റ് മൂല്യങ്ങൾ കാണാൻ കഴിയാത്തതിനാൽ എനിക്ക് പിശക് കണ്ടെത്താനായില്ല. ഏതൊക്കെ വേരിയബിളുകൾ പ്രിൻ്റ് ചെയ്യുന്ന ലോഗ് ലൈനുകൾ ഞാൻ ചേർക്കണമെന്ന് എന്നോട് പറയുക. ഓരോ ലോഗിനും 'ഈ ലോഗിൽ നിന്ന് ഞാൻ എന്ത് പഠിക്കും' എന്ന വിശദീകരണം ചേർക്കുക. രഹസ്യാത്മക ഡാറ്റ ലോഗ് ചെയ്യുന്നതിൽ നിന്ന് എന്നെ തടയുന്ന മുന്നറിയിപ്പുകളും വ്യക്തമാക്കുക."

നുറുങ്ങ്: നിങ്ങൾക്ക് ഒരു പിശക് പരിഹരിക്കാൻ കഴിയുന്നില്ലെങ്കിൽ, മിക്കപ്പോഴും പ്രശ്നം നിങ്ങൾ തെറ്റായി കരുതുന്ന എവിടെയോ ആയിരിക്കും. AI യോട് ചോദിക്കുക "എൻ്റെ എന്ത് അനുമാനം തെറ്റായിരിക്കാം?" ചോദിക്കുന്നത് നിങ്ങളുടെ അന്ധത തകർക്കും. "ഇത് ശരിയായി പ്രവർത്തിക്കുന്നുവെന്ന് എനിക്ക് ഉറപ്പുണ്ട്" എന്ന് നിങ്ങൾ പറയുന്നിടത്താണ് ഏറ്റവും കഠിനമായ തെറ്റുകൾ മറഞ്ഞിരിക്കുന്നത്.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്:"എൻ്റെ കോഡ് ഒരു പിശക് നൽകുന്നു, അത് പരിഹരിക്കുക: [200 കോഡിൻ്റെ കോഡ്]"(ഫലം: AI-ന് ഇത് എന്ത് പിശകാണെന്ന് അറിയില്ല, എന്താണ് പ്രതീക്ഷിക്കുന്നത്; ഇത് ഊഹത്തെ അടിസ്ഥാനമാക്കിയുള്ള പൊതുവായ നിർദ്ദേശങ്ങൾ നൽകുന്നു, അവയിൽ മിക്കതും ഉപയോഗശൂന്യമാണ്.)STRONG:"എനിക്ക് NullPointerException ലഭിക്കുന്നു. പ്രതീക്ഷിക്കുന്നത്: ഉപയോക്തൃ ലിസ്റ്റ് തിരികെ നൽകണം. യഥാർത്ഥ: StackUsplodeser-ലേക്ക് വിളിക്കുക. [ഒട്ടിക്കുക].പരിസ്ഥിതി: ജാവ 17. കുറഞ്ഞ ആവർത്തനം: ഉപയോക്താക്കളുടെ ലിസ്റ്റ് ശൂന്യമായിരിക്കുമ്പോൾ ഇത് സംഭവിക്കുന്നു, പക്ഷേ ബന്ധപ്പെട്ട 15 വരികൾ നിറഞ്ഞിരിക്കുമ്പോൾ അല്ല: [കോഡ്] മൂലകാരണവും ശൂന്യമായ ലിസ്റ്റ് പ്രവർത്തനക്ഷമമായതും വിശദീകരിക്കുക.

ശക്തമായ പ്രോംപ്റ്റ് പിശക് സന്ദർഭത്തിൽ ഇടുന്നു: ഏത് സാഹചര്യത്തിലാണ് ഇത് സംഭവിക്കുന്നത് (ശൂന്യമായ ലിസ്റ്റ്), ഏത് സാഹചര്യത്തിൽ അത് സംഭവിക്കുന്നില്ല (പൂർണ്ണ പട്ടിക). ഈ ഒരൊറ്റ സൂചന ("ശൂന്യമായിരിക്കുമ്പോൾ സംഭവിക്കുന്നു") ഏതാണ്ട് നേരിട്ട് മൂലകാരണത്തിലേക്ക് വിരൽ ചൂണ്ടുന്നു. ദുർബലമായ പ്രോംപ്റ്റിൽ ഈ വിവരങ്ങൾ ലഭ്യമല്ലാത്തതിനാൽ, AI ഒരു അന്ധമായ ഊഹം ഉണ്ടാക്കുന്നു.

ഫിക്സ് പരിശോധിക്കുന്നു

മൂന്ന് കാര്യങ്ങൾ ചെയ്താൽ മാത്രമേ ഒരു ഫിക്സ് ഒരു യഥാർത്ഥ പരിഹാരമാകൂ:

നിയന്ത്രണം

ചോദ്യം

എങ്ങനെ പരിശോധിക്കാം

തെറ്റ് പോയോ?

അതേ എൻട്രി ഇപ്പോൾ പ്രവർത്തിക്കുന്നുണ്ടോ?

മിനിമൽ റിപ്രോ വീണ്ടും പ്രവർത്തിപ്പിക്കുക

പുതിയ പിശകുകളില്ലേ?

മറ്റെന്തെങ്കിലും തകർന്നിട്ടുണ്ടോ?

മുഴുവൻ ടെസ്റ്റ് സ്യൂട്ടും പ്രവർത്തിപ്പിക്കുക

അത് ആവർത്തിക്കില്ലേ?

അതേ തെറ്റ് വീണ്ടും സംഭവിക്കുമോ?

ഈ സാഹചര്യത്തിനായി റിഗ്രഷൻ ടെസ്റ്റ് ചേർക്കുക

മൂലകാരണം കണ്ടെത്താതെ വരുത്തുന്ന തിരുത്തലുകൾ പലപ്പോഴും രോഗലക്ഷണത്തെ അടിച്ചമർത്തുന്നു. ഉദാഹരണത്തിന്, "ശൂന്യമാണെങ്കിൽ ഒഴിവാക്കുക" എന്നതുപയോഗിച്ച് ഒരു ശൂന്യമായ പിശക് വ്യക്തമാക്കുന്നത് യഥാർത്ഥ കാരണം, "എന്തുകൊണ്ടാണ് ഡാറ്റ അസാധുവാകുന്നത്?" അദൃശ്യമാണ്, പിശക് മറ്റൊരിടത്ത് വീണ്ടും സംഭവിക്കുന്നു.

മിനി കേസുകൾ

കേസ് 1 - ലക്ഷണം അടിച്ചമർത്തൽ കെണി. ഒരു ട്രൈ-ക്യാച്ച് ഉപയോഗിച്ച് ഇടയ്‌ക്കിടെയുള്ള ശൂന്യമായ പിശക് ഒരു ടീം നിശബ്ദമാക്കുന്നു; പിശക് അപ്രത്യക്ഷമാകുന്നു, പക്ഷേ 2 ആഴ്ചയ്ക്ക് ശേഷം ഡാറ്റ കാണുന്നില്ല. സമയപരിധി കഴിഞ്ഞാൽ ഒരു സേവനം അസാധുവായി നൽകുന്നു എന്നതാണ് യഥാർത്ഥ കാരണം. "എന്തുകൊണ്ടാണ് ഇത് അസാധുവാകുന്നത്?" എന്ന് നിങ്ങൾ AI-യോട് ചോദിക്കുമ്പോൾ, മൂലകാരണം വെളിപ്പെടുന്നു; യഥാർത്ഥ പരിഹാരത്തിന് 1 മണിക്കൂർ എടുക്കും എന്നാൽ ശാശ്വതമാണ്.

കേസ് 2 - കുറഞ്ഞ റിപ്രോ പവർ. "ഇത് ഇടയ്‌ക്കിടെ ക്രാഷുചെയ്യുന്നു" എന്ന് പറയുന്ന ഒരു ബഗ് പരിഹരിക്കാൻ ഒരു ഡെവലപ്പർക്ക് കഴിയില്ല. AI യുടെ നിർദ്ദേശം ഉപയോഗിച്ച് ഇത് പിശകിനെ ഏറ്റവും ചെറിയ ഇൻപുട്ടിലേക്ക് കുറയ്ക്കുന്നു: ടർക്കിഷ് പ്രതീകങ്ങൾ (എൻകോഡിംഗ് പിശക്) അടങ്ങിയ ഫയൽനാമങ്ങളിൽ മാത്രമാണ് പ്രശ്നം സംഭവിക്കുന്നത്. അനിശ്ചിതത്വത്തിൻ്റെ 300 വരികൾ 5 വരികളായി ചുരുക്കുമ്പോൾ, പരിഹാരം വ്യക്തമാകും.

കേസ് 3 - ആൻ്റി റിഗ്രഷൻ ടെസ്റ്റ്. AI ഒരു തീയതി കണക്കുകൂട്ടൽ പിശക് പരിഹരിച്ചു. എഞ്ചിനീയർക്ക് ഇതിൽ തൃപ്തനല്ല; തെറ്റായ സാഹചര്യത്തിനായി ഒരു റിഗ്രഷൻ ടെസ്റ്റ് ചേർക്കുന്നു (മാസാവസാനം, ജനുവരി 31 + 1 മാസം). 4 മാസത്തിന് ശേഷം മറ്റൊരു മാറ്റം അതേ പ്രദേശത്ത് സ്പർശിക്കുമ്പോൾ, പരിശോധന ചുവപ്പായി മാറുകയും അത് ഉൽപ്പാദനത്തിൽ എത്തുന്നതിന് മുമ്പ് ബഗ് പിടിക്കപ്പെടുകയും ചെയ്യും.

സാധാരണ തെറ്റുകൾ

• അതിനർത്ഥം "ഇത് പ്രവർത്തിക്കുന്നില്ല, അത് ശരിയാക്കുക" എന്നാണ്. പിശക് ടെക്‌സ്‌റ്റും പ്രതീക്ഷയും റിപ്രോയും ഇല്ലാതെ, AI ഊഹിക്കുന്നു.
• സ്റ്റാക്ക് ട്രെയ്സ് നൽകുന്നില്ല. സ്റ്റാക്ക് ട്രെയ്സ് പലപ്പോഴും മൂലകാരണത്തെ നേരിട്ട് സൂചിപ്പിക്കുന്നു.
• ക്രമരഹിതമായ മാറ്റങ്ങൾ വരുത്തുന്നത് തുടരുക. ഒരു സിദ്ധാന്തം സ്ഥാപിക്കാതെയുള്ള പരീക്ഷണങ്ങൾ സമയം പാഴാക്കുന്നു.
• രോഗലക്ഷണത്തെ അടിച്ചമർത്തുക, മൂലകാരണം നഷ്ടപ്പെടുക. തെറ്റ് മറ്റൊരിടത്ത് പുനർജനിക്കുന്നു.
• റിഗ്രഷൻ ടെസ്റ്റിംഗ് ഉപയോഗിച്ച് ഫിക്സ് സുരക്ഷിതമാക്കുന്നില്ല. അതേ തെറ്റ് ഭാവിയിൽ നിശബ്ദമായി വീണ്ടും വരുന്നു.

ചുരുക്കത്തിൽ

ഫലപ്രദമായ ഡീബഗ്ഗിംഗ് എന്നത് വ്യവസ്ഥാപിതമായ ചുരുക്കലാണ്, ഊഹിക്കലല്ല. AI-ക്ക് പൂർണ്ണമായ പിശക് വാചകം, സ്റ്റാക്ക് ട്രെയ്സ്, കുറഞ്ഞ പുനരുൽപ്പാദനം, പരിസ്ഥിതി വിവരങ്ങൾ എന്നിവ നൽകുന്നത് മൂലകാരണം കണ്ടെത്താനുള്ള സാധ്യത ഗണ്യമായി വർദ്ധിപ്പിക്കുന്നു. അനുമാനങ്ങൾ സൃഷ്ടിക്കുന്നതിനും ഓരോ സിദ്ധാന്തവും പരീക്ഷിക്കുന്നതിന് പരീക്ഷണം രൂപകൽപ്പന ചെയ്യുന്നതിനും AI ഉപയോഗിക്കുക; നിങ്ങൾ പരീക്ഷണം നടത്തുക. ബഗ് ഇല്ലാതായെന്നും പുതിയ ബഗുകളൊന്നും അവതരിപ്പിക്കപ്പെടുന്നില്ലെന്നും റിഗ്രഷൻ ടെസ്റ്റിംഗിലൂടെ ഇത് പരിരക്ഷിക്കപ്പെടുന്നതായും കാണുമ്പോൾ മാത്രം "ചെയ്തു" എന്ന ഒരു പരിഹാരം പരിഗണിക്കുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു യഥാർത്ഥ അല്ലെങ്കിൽ കൃത്രിമ പിശക് പരിഗണിക്കുക. ആദ്യം പിശക് ഏറ്റവും ചെറിയ പുനർനിർമ്മാണത്തിലേക്ക് കുറയ്ക്കുക (ഇത് ഏത് ഇൻപുട്ടിലാണ് സംഭവിക്കുന്നത്, അതിൽ സംഭവിക്കുന്നില്ല). ഫലപ്രദമായ ബഗ് റെസിപ്പി പ്രോംപ്റ്റ് ഉപയോഗിച്ച്, AI-യോട് 3 മൂലകാരണ സിദ്ധാന്തങ്ങളും ഓരോന്നിനും ഒരു സ്ഥിരീകരണ ഘട്ടവും ആവശ്യപ്പെടുക. അനുമാനങ്ങൾ ഓരോന്നായി പരീക്ഷിച്ചുകൊണ്ട് മൂലകാരണം കണ്ടെത്തുക, അത് ശരിയാക്കുക, തുടർന്ന് ബഗ് ഇല്ലാതായെന്നും ടെസ്റ്റ് സംരക്ഷണം നൽകുന്നുവെന്നും കാണിക്കാൻ ഈ സാഹചര്യത്തിനായി ഒരു റിഗ്രഷൻ ടെസ്റ്റ് എഴുതി പ്രവർത്തിപ്പിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] "പ്രതീക്ഷിച്ചതും തിരിച്ചറിഞ്ഞതും" എന്ന് ഞാൻ ലക്ഷണം വ്യക്തമാക്കി.
• [ ] ഞാൻ AI- യ്ക്ക് മുഴുവൻ പിശക് വാചകവും സ്റ്റാക്ക് ട്രേസും നൽകി.
• [ ] ഞാൻ പിശക് ഏറ്റവും ചെറിയ പുനർനിർമ്മാണത്തിലേക്ക് ചുരുക്കി.
• [ ] അനുമാനങ്ങൾ ഓരോന്നായി പരിശോധിച്ചുകൊണ്ട് ഞാൻ മൂലകാരണം കണ്ടെത്തി.
• [ ] രോഗലക്ഷണത്തെ അടിച്ചമർത്തുന്നതിനുപകരം, ഞാൻ മൂലകാരണം പരിഹരിച്ചു.
• [ ] അതേ പിശകിനായി ഞാൻ ഒരു റിഗ്രഷൻ ടെസ്റ്റ് ചേർക്കുകയും പ്രവർത്തിപ്പിക്കുകയും ചെയ്തു.