当前位置:首页|资讯|ChatGPT|编程

ChatGPT “背锅”?直接复制其代码,损失 10000 美元,服务停了 5 天

作者:书圈发布时间:2024-06-19

| CSDN(ID:CSDNnews)

ChatGPT以及生成式 AI 工具快速发展的一年多时间里,有多少人使用了这些工具生成的代码来搞项目,还将其投入生产环境中?

根据 CSDN 调查数据显示,过去一年里,41%的开发者有用过 AI 工具生成代码,29% 的人借助 AI 帮自己解释 Bug 并提供修正建议,以及 28%的人生成过代码注释或者代码文档。

图:开发者主要使用 AI 编程辅助工具的用途,来源:CSDN《2024 中国开发者调查报告》

显而易见,AI 已经渗透到开发者日常开发工作中。但是需要注意的事,使用这类 AI 生成的代码还需留点“心思”,否则一不小心可能就会落入代码埋下的陷阱中。

此前,国外一家初创公司 Reworkd 就遇到过这样的事情,其联合创始人 Asim Shrestha 发文分享了这段一招不慎导致许多用户无法付费订阅服务的经历,最终也导致这家刚起步的初创公司损失超过 1 万美元。

商业化起步就“摔了个跟头”

正如上文所述,作为一家初创公司,Reworkd 主要专注于开发自动化业务任务的 AI 代理平台,旨在解决需要大量人力介入的业务流程的低效问题。通过使用 AI 代理,Reworkd 帮助企业简化操作并减少手工工作量。这家公司得到Y Combinator(为初创公司提供早期风险投资、创业指导等)的支持。

时间回到 2023 年 5 月,当时Asim Shrestha 和他的项目团队开始考虑让Reworkd 走上商业化的道路,但他们不知道具体该怎么做,或者做些什么。

后来,他们在 YC 小组合作伙伴Dalton 指导下,尝试“让用户付费订阅自家的服务”。

最终,经过团队商议,Asim Shrestha 将服务订阅价格定在了每位用户每月 40 美元。

规划好了商业化的方向与定价之后,该初创团队又开始着手“更改业务代码”,集成“支付系统”等等。

要知道,Reworkd 初创团队的项目原本采用的是全栈NextJS技术,要实现商业化,业务代码也需要进行改变,该团队在有限的时间里计划将项目从 Next.js 迁移到 Python/FastAPI

那个时候,很多开发者都在使用ChatGPT 协助日常开发工作,该初创团队也想到可以借助这款 AI 工具来帮助其完成代码迁移工作,所以,他们的确这么干了,还顺便集成了 Stripe 支付系统......

项目迁移完成之后,Asim Shrestha 表示,“我们原本的期望不高,但当我们在启动后一小时内获得第一位客户时,我们感到非常惊喜。这是一个神奇的时刻。我们给他们发去了感谢信,互相敬了一杯,考虑到我们刚花了两个深夜准备好一切,我们很快就进入了梦乡。“

没想到,第二天一觉睡醒之后,Asim Shrestha 发现他们有超过 40 条的 Gmail 用户投诉通知,全是关于用户无法订阅服务的投诉。Asim Shrestha 与其项目团队并不知道到底发生了什么,但是他们清晰认识到,商业化之路起步就“摔了一个大跟头”。

更让团队感到奇怪的是,这个问题在工作时间并没有出现,而且无法重现。所以原以为是个代码小 Bug,却花了整个团队整整 5 天的时间来排查。

每天 50 封投诉邮件,损失至少过万

在那五天里,项目团队的每一个人都开始害怕醒来,因为一醒来就会看到 30-50 封的投诉邮件。

这意味着什么?Asim Shrestha 简单地算了一笔账

每天 50 封邮件 x 5 天 x 40 美元/月(订阅服务费用)= 每月 10,000 美元的损失

而这些只是那些愿意投诉的客户。要想想,还有很多人发现不能订阅就主动放弃这个软件的使用,这也导致这部分的客户因此流失了。

“我们每天像时钟一样定时回复这些邮件。客户抱怨点击订阅时出现无限加载旋转图标,我们会通过开设一个新账户进行调查,确认订阅在我们这边完全正常,然后带着困惑继续工作。无论我们怎么做,都无法重现这个问题,更奇怪的是,在我们的实际工作时间里,几乎没有收到任何投诉”,Asim Shrestha 郁闷地说。

ChatGPT 生成的代码引发的错误

从发现问题到真正解决问题的过程中,团队每个人都感觉度日如年。在排查问题的五天里,Asim Shrestha 表示,「无数封邮件、成百上千条 Sentry 日志(用于监控和报告软件问题的工具)、与 Stripe 工程师在 Discord 上长篇对话、花了数小时盯着五个关键代码文件后,我们终于找到了问题」。

问题就在下面这段代码里:

作为程序员的你如果仔细看,应该也不难发现。罪魁祸首是一行看似无害的代码——第 56 行,这行代码是Asim Shrestha 团队那一周的噩梦,给他们带来了 10,000 美元的损失。

其实关于这段代码由来,Asim Shrestha 也进行了详细解释。

作为项目后端迁移的一部分,该初创团队将数据库模型从 Prisma/Type 转换成 Python/SQLAlchemy,其中过程非常繁琐。

Asim Shrestha发现 ChatGPT 在进行这种转换时表现非常出色,所以他们几乎在整个迁移过程中都使用了 ChatGPT。

“我们复制并粘贴了它生成的代码,发现一切运行正常,然后在生产环境中试用,发现也没有问题,于是我们高高兴兴地继续进行”,Asim Shrestha 说。

然而,此时该初创团队仍然使用 Next API 进行所有的数据库插入操作。Python 仅仅是从数据库读取数据。

「我们第一次在 Python 中实际插入数据库记录是在我们实现订阅功能时。虽然在这个过程中我们手动创建了全新的 SQLAlchemy 模型,但最终我们还是复制了 ChatGPT 为我们现有模型编写的格式。我们没有注意到的问题是,我们正在复制的代码在生成 ID 的方式上和之前模型有冲突。」

捕捉 Bug

第 56行的代码问题在于,default=str(uuid.uuid4) 这一部分代码在模块加载时(而不是每次插入数据时)执行一次,生成一个固定的 UUID。因为这个 UUID 是在类定义时就确定的,所以所有新插入的记录都会使用同一个 UUID,而不是每次生成一个新的唯一标识符。这违反了数据库主键的唯一性约束,会导致插入记录失败。

这意味着在此软件的后端实例中,一旦一个新用户订阅并使用了这个 ID,其他用户就无法再次执行订阅流程,因为会导致唯一 ID 冲突。

由于该软件的后端设置,这个问题变得非常隐蔽。Asim Shrestha 透露,“我们在 AWS 上运行了八个 ECS 任务,每个任务运行五个后端实例(是的,确实有些过头了,但公平地说,我们有 AWS 积分)。这意味着每个用户有可能遇到 40 个唯一的 ID。”

在工作日,这没有什么问题,因为该团队每天可能提交代码 10-20 次(当然是直接提交到 main 分支),这会导致新的后端部署,为客户提供 40 个新的 ID 可以使用。

然而,一到晚上,当该团队不再提交代码时,每个服务器中的单一 ID 会被使用完,导致所有新的订阅发生 ID 冲突。用户一开始会有 40 个可能允许他们订阅的服务器,但随着夜晚的到来,可用的 ID 几乎被用完了,这也就是为什么一到晚上,就收到了大量投诉邮件的原因。

结论

Asim Shrestha 表示,“最终解决这个问题就像是卸下了一块重担。团队成员在发现这个问题后迅速推送了修复程序,那一周我们终于可以轻松休息了。

现在回想起来,无论那五天有多么痛苦,那都是我们永远不会忘记的创业时刻。我们很高兴现在回首往事时能开怀大笑。是的,我们应该做更多的测试。是的,我们不应该复制粘贴代码。是的,我们不应该直接推送到主程序。”

随着 Asim Shrestha 此次经历的发出,也引发了不小的争议,有人质疑道:

  • 没有测试当然不好。在没有三重检查的情况下使用 AI 做事是很危险的。但在数据库中没有错误日志/警报?这才是疯狂的地方。 这是一个新产品,不是 20 年前的遗留代码,当时他们认为把东西直接扔到数据库是个不错的主意,并检查数据库错误以进行数据验证,所以警报很难发出,因为有太多预期错误。
  • 老实说,如果后端是用 Go 编写的,这种情况可能不会发生。日志中的某个地方会出现一个描述性错误。 我尽可能使用 Go 的原因之一是它消除了许多经典的 Python 麻烦。如果你要用 Java 重写后端,为什么要用另一种无类型、容易出错的语言重写它?
  • 我立即发现了错误。尽管对你的团队表示尊重,但这与 ChatGPT 无关,而是与你的团队使用缺乏足够专业知识的编程模型有关。即使此错误设法通过代码审查,几乎任何监控解决方案都可以发现它,其中许多解决方案的设置时间不到 5 分钟。

也有人觉得该初创团队如果再次借助 ChatGPT 帮助,也不至于需要五天的时间来排查与解决,因为如果问 ChatGPT-4o 那段代码有什么问题时,它会直接给出解释与解决方法:

随着事情的发酵,Asim Shrestha 也在个人 X 账号上表示,“写了一篇博客,遭到了 Reddit 和 HN 上网友的猛烈批评,我不得不写一个免责声明:首先,我想说的是,这里的做法是不好的、令人尴尬的(后来已经更新了),是可以/应该避免的,是超越一切的人为错误,而且事后看来是非常明显的。这是在公司成立初期的犯下的错误,在大量时间的限制下发生的。”借此,也希望让更多的人在生产环境中使用 AI 生成的代码更加小心与谨慎。

对此,你是否在生产环境中使用过 ChatGPT 等工具生成的代码?有什么样的使用感受?欢迎留言。

来源:

https://asim.bearblog.dev/how-a-single-chatgpt-mistake-cost-us-10000/(截至目前,作者做了删除处理)

https://web.archive.org/web/20240609213809/https://asim.bearblog.dev/how-a-single-chatgpt-mistake-cost-us-10000/


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1