FixBugs 场景:生产环境 Bug 半天复现不出来?AI 帮你自动定位根因并验证修复
凌晨两点,PagerDuty 响了。告警说订单支付接口超时率骤升到 35%,但你的 APM 面板只告诉你「/checkout 响应变慢」。日志、追踪、指标翻了个遍,原因还是模模糊糊。更糟的是——本地复现不出来。那个只在特定用户、特定时段、特定数据量下才触发的竞态条件,手工调试就像大海捞针。
这是每一个 SRE 和 oncall 工程师都熟悉的场景。问题不难,难的是复现。而 FixBugs(Modulo AI 出品)就是冲着这个痛点来的——让 AI 替你完成从告警到验证修复的全链路。
FixBugs 的定位:Debugging Agent,不只是 Coding Agent
用过 Claude Code 或 Codex 的开发者越来越多,但写代码的 AI 和 Debug 的 AI 其实是两回事。Coding Agent 的上下文窗口有限(~200K tokens),而且它默认假设「代码是干净的」——它不会主动去翻生产环境的追踪数据、不会解析 APM 告警、更不会在修复后自动验证。
FixBugs 把自己定位为 Debugging Agent,核心差异在于:
- 自动消费可观测性数据:OpenTelemetry、Jaeger、Datadog、Splunk、CloudWatch 等来源的分布式追踪、日志、指标,FixBugs 直接拉进来分析
- 多假设并行推理:不猜单一根因,而是生成多个竞争假设,每个带置信度和证据链,让你选
- 修复后自动验证:生成修复 diff 后,FixBugs 会创建可运行的复现测试来确认问题确实被解决
从告警到修复的五步工作流
FixBugs 把一次 Debug 过程分为五个清晰的步骤,每一步都有人参与决策的环节:
Step 1:导入 & 分析
把 bug 来源粘贴进去就行——GitHub/ GitLab/ Jira 的 Issue URL、APM 告警链接、或者直接粘贴一段错误描述。FixBugs 会自动抓取全部上下文:Issue 正文、所有评论、关联 PR、堆栈跟踪、报错截图、日志和追踪数据。多 Agent 分片处理大体积数据,没有 token 天花板限制。
Step 2:多假设生成
不同于传统工具「猜一个原因,错了再试」,FixBugs 一次性给出多个根因假设,每个附带:
- 置信度分数(0–100%)
- 证据指针——具体到哪个文件、哪个函数、哪一行
- 建议的修复方向
你在假设列表里选择最符合你理解的那一个,而不是让工具替你决定。
Step 3:助手对话
选中假设后,一个流式对话界面打开。你可以追问、质疑、引导它的推理方向。FixBugs 的推理链全部实时显示,包括 extended thinking 过程。你可以说「看看 auth 中间件那边」或者「不要动 public API」,让它重新生成。
Step 4:Fix Planning
FixBugs 为选中的假设生成结构化修复计划:
📋 修复计划
├─ 修改 src/auth/session.go:45
│ └─ 增加 token 刷新前的过期检查
├─ 修改 src/middleware/timeout.go:12
│ └─ 将默认超时从 30s 调整为 60s
└─ 新增 src/repro_test.go
└─ 包含可运行的复现测试
计划可以内联编辑——直接改文件路径、换修复策略,或者要求”更保守的修复”。
Step 5:Diff 审查与应用
FixBugs 生成每个受影响文件的 unified diff。你可以在 hunk 级别逐块接受或拒绝。确认后直接 apply 到工作区——干净的 workspace 出现未保存编辑,脏的 workspace 用三路合并 UI 展示。
GitHub App 工作流:贴个标签就修了
FixBugs 的 GitHub App(fixbugs-app,Marketplace 可安装)把整个流程搬到了 Issue 上。团队只要在 Issue 评论里发一条命令:
| 命令 | 作用 |
|---|---|
fixbugs | 分析 Issue、生成假设、产生 diff(不创建 PR) |
fixbugs-pr | 生成修复并直接开 PR |
fixbugs-repro | 生成或改进可运行的复现测试 |
fixbugs-validate | 验证生成的修复是否有效 |
fixbugs-review | 对修复做多 Agent 审查 |
fixbugs-address-review | 根据 review 反馈修改 |
你也可以直接贴标签:打上 fixbugs 标签,FixBugs 自动启动分析。整个流程在 5–10 分钟内完成。
VS Code 中本地运行
VS Code 扩展(搜索「FixBugs」即可安装)支持两种运行模式:
- local(默认):扩展在本地启动 FixBugs 运行时,代码不离开你的机器
- cloud:通过托管服务运行
关键设置都在 modulo.fixbugs.* 命名空间下,暴露的选项很少——serverMode、dataDirectory、以及 LLM 模型选择(支持 OpenAI、Anthropic、Gemini 等多个提供商)。
定价模式
FixBugs 采用用量制定价,免费版每月 3 次修复,Pro 版 $33/月(15 次修复),Super User $60/月(30 次修复)。对个人开发者来说,免费版足够日常应急使用。
小结
FixBugs 解决的核心问题是:Coding Agent 能写代码,但它不会 debug 生产环境。FixBugs 把可观测性数据消费、多假设推理、修复验证集成到一个完整工作流中,让 oncall 工程师从「手动复现」的痛苦中解脱出来。如果你团队每天花大量时间在告警排查上,它值得一试。
相关链接: