FixBugs: AI 驱动的持续修复 Bug 与自动化根因分析

FixBugs 是一款 AI 调试代理，它实现了从生产环境告警到经过验证的代码修复的自动化转换。与通用型编程助手不同，FixBugs 通过直接与监控栈和版本控制系统集成，专注于解决分布式系统中复杂 Bug 所需的有状态、可审计的工作流。

自动化分诊与根因分析

FixBugs 通过自动摄取来自监控栈的数据，减少了事故调查所需的人工投入。该工具通过分析 traces、spans 和 log streams 来对告警进行分诊并执行根因分析 (RCA)。

为了确保准确性，FixBugs 采用了“重现优先”的方法论。系统在一个循环中运行，尝试根据其根因分析创建重现测试用例；如果重现尝试无法收敛，或者代理识别出自己走错了方向，它会请求人工干预。这种迭代（RCA <-> Repro test case）循环确保了修复方案是基于可验证的故障的。

FixBugs 与标准的编程代理的区别在于，它将验证置于简单的代码生成之上。虽然典型的 AI 编程工具通常需要手动摄取上下文，且不提供内置验证，但 FixBugs 提供：

重现与回归测试： 每个修复方案都由一个重现测试用例和回归验证支持，以确保 Bug 确实得到了解决。
持久化与版本控制： 所有对象都是版本化且可回溯的。修复方案以 Pull Requests (PRs) 的形式持久化，并且更新会直接发布到 issue trackers。
扩展的上下文： 系统旨在处理 Bug 上下文，而没有典型的 200K token 窗口的硬性上限，它能自动摄取 logs、metrics、comments、images 和 videos。

FixBugs 提供 GitHub App 和 VS Code 扩展形式，并原生集成了 GitLab、Jira 和 Atlassian。它还包含对 Prometheus 的 beta 支持。

当作为 GitHub App 安装时，FixBugs 会自动分析每个 issue，识别根因，并直接在 issue 线程中分享可供评审的修复代码。

社区中的用户和开发者强调了关于实现自主调试的几个关键点：

"如何处理具有多个依赖项（queues、caches、third-party APIs）的服务？它能否重建足够的生产环境来重现间歇性 Bug？"

在复杂的分布式系统中重现间歇性 Bug 的能力仍然是用户关注的主要焦点，因为调查阶段通常是调试过程中最耗时的部分。此外，一些用户对 VS Code 扩展如何在开发者的本地机器上重现 Bug 提出了安全方面的担忧。

Feature	Coding Agents	FixBugs
Context Limit	~200K tokens	No hard upper limit
Bug Context Ingestion	Manual	Automated (logs, traces, metrics, etc.)
Fix Validation	None	Repro test case + regression verification
Collaboration	Local session	Triage sessions postable to bugs
Artifact Versioning	Conversation-based	All objects versioned and rewindable
Fix Persistence	Copy-paste from chat	PRs pushed, state persisted