Systematic Debugging

它能做什么

Systematic Debugging 教 AI 代理用系统化的方法排查 bug——不是"看看错误信息然后猜"，而是先复现 → 隔离变量 → 假设验证 → 定位根因的一套循证流程。Obra 的 Superpowers 系列技能之一（214k Stars），是目前 Agent Skill 生态中最受关注的调试工具。

它与众不同在哪

AI 编程工具的一个普遍问题是：遇到 bug 时，它们倾向于"看到错误就改相关代码"，经常修了一个症状却引入了新问题。Systematic Debugging 让代理像资深工程师一样调试——先问"你确定这是问题根因吗"，再按怀疑优先级逐一排查。跟让 AI 直接"修这个 bug"相比，它更慢但更可靠。跟开发者手动调试相比，它能系统性地检查那些容易被忽略的环节（环境差异、竞态条件、依赖版本）。

谁不适合用它

如果你的 bug 是显而易见的（比如拼写错误、API 参数传错），直接修更快——Systematic Debugging 适合的是那些让你盯了一小时也不知道从何下手的疑难杂症。跑 CI 前用它过一次复杂代码的调试图个心安也可行，但杀鸡不用牛刀。

总结

当 AI 写的代码出了 bug，Systematic Debugging 不让它凭感觉修——而是用工程方法找到真因，避免"修了 A 坏了 B"的循环。