16/10/2026 –, Paralela 3
Após 20 anos encontrando bugs no CPython, PyPy, extensões e pacotes, o autor compartilhará ferramentas (incluindo IA), técnicas utilizadas e resultados. E convida: que tal analisar seu código agora?
Como descobrir bugs no seu código e em projetos open source baseados em Python? Esta palestra mostrará técnicas e ferramentas utilizadas (e algumas criadas) pelo autor para encontrar bugs, começando há cerca de 20 anos.
Veremos técnicas englobando desde revisão manual, passando por ferramentas de fuzzing, até o uso estruturado de IA para encontrar problemas no código de pacotes, extensões e das próprias implementações do Python.
Os resultados dessas análises serão descritos e contextualizados, demonstrando sua abrangência e significância para os projetos avaliados.
Apesar do viés focado nas experiências do autor, também será apresentado um panorama das ferramentas e esforços existentes para a identificação de falhas em projetos em Python.
Por fim, fica o convite para que você apresente seu projeto ou código para ser analisado. Será que descobriremos mais bugs interessantes?
O conhecimento de Python intermediário e noções básicas sobre o ecossistema Python ajudam a acompanhar a palestra.
Saber da existência de diferente implementações, de extensões em C e C++, de pacotes e de projetos open source enriquecerá o aproveitamento da palestra, mas não são conhecimentos obrigatórios.
Possuir, manter ou contribuir com projetos em Python, contendo extensões ou não, tornará a experiência mais valiosa, inclusive abrindo a possibilidade de analisar seu código para procurar bugs.
O que as pessoas que participarem podem esperar aprender na sua atividade?:Os participantes aprenderão técnicas e ferramentas que podem ser utilizadas hoje para encontrar bugs no seu código e em projetos open source. Sairão com conhecimento prático para aplicar fuzzing e análise por IA ao próprio código. Serão ainda convidados a ter seu código analisado em conjunto com autor.
As técnicas abordadas incluirão:
- Revisão manual de código.
- Análise estática.
- Fuzzing.
- Análise baseada em IA (híbrida).
Veremos ferramentas que embasam cada tipo de técnica apresentada e resultados práticos da sua aplicação.
Discutiremos como apresentar resultados de análises para mantenedores de projetos open source e para a comunidade em geral.
Escolha uma ou mais áreas em que essa proposta se encaixa: Machine Learning e Inteligência Artificial, Testes, Outros
Biólogo, desenvolvedor em Python há mais de 20 anos, caçador de bugs.
Nunca atuei profissionalmente na área de tecnologia, mas estou envolvido no desenvolvimento do CPython há bastante tempo.