debugging

一位非工程师分享，在AI辅助的“氛围编程”中，最大的陷阱不是提示词，而是如何验证AI的修复是否真正解决了根本原因，还是仅仅修补了某个特定情况，导致代码脆弱。他提供了实用技巧，比如询问修复是通用的还是针对特定情况的，以及维护一份持续更新的设计文档。

作者分享了 agent-design-review Skill，用于系统化诊断和优化 Agent 架构，覆盖 Prompt、工具权限、上下文、安全、记忆、评估、成本、可观测性等多方面，并输出基于证据的 P0/P1/P2 问题，帮助避免常见踩坑。

一位开发者讲述了一个持续三周的生产环境 bug：一个包含字面退格字符的正则表达式静默地禁用了语言检测护栏，让 LLM 看起来不稳定。这篇文章强调了需要对确定性护栏进行埋点，以将其与模型的非确定性区分开来。

一位开发者描述了AI agent编写的Stripe处理器在webhook重试时对客户重复开通，以及如何使用FetchSandbox MCP模拟重试来捕获并修复幂等性bug。

httptap 是一个 Python CLI，可将 HTTP 请求剖析为 DNS、TCP、TLS 和数据传输等阶段，生成详细的瀑布时间线，用于故障排查和性能分析。

Jolt 是一种 Lisp/Scheme 语言，最近新增了两项功能：类似 Common Lisp 和 Smalltalk 风格的程序镜像，用于完整状态序列化与调试；以及一个与 Chez 运行时解耦的可移植 Scheme 后端，实现与架构无关的可移植性。

本文探讨了 LuaJIT 的一个陷阱：诸如 unpack 之类的未实现（NYI）操作会悄然导致 trace 黑名单化，从而使基准测试性能降低 20 倍，并提供了在 CI 中防范此类问题的方法。

GraphARC 是一款开源 MIT 许可工具，利用本地 8B 模型（qwen3:8b）来规划并执行多节点调查图，用于根因分析；通过确定性准入门控强制执行策略与预算检查。它提供实时浏览器视图、仅追加的 JSONL 审计轨迹，并支持通过 CLI 使用 Ollama、OpenRouter、OpenAI 或 Claude。

VeriTrace 是一个用于自动化 Verilog RTL 生成的多智能体系统，它引入了智能体时间探索（Agentic Temporal Exploration），使调试智能体能够完全控制信号选择、时间窗口和迭代深度，在 VerilogEval-V2 上实现了 100% 的 Pass@1，并比基线模型高出 +5.1% 的性能。

作者构建了 Agent DevTools，这是一个用于 AI 智能体的本地调试器，可检查提示词、记忆、检索和工具调用，支持 LangChain，并提供了一个免费的 Groq 演示。

关于区分语音代理中的延迟源于模型还是网络的指南，帮助开发者识别瓶颈。

Pinterest Engineering 分享了一项关于 CPU 瓶颈和网络驱动程序问题的详细调查，这些问题导致基于 Ray 的训练任务在其 Kubernetes 平台上崩溃，并提供了分析性能问题的经验教训。

作者解释了为什么客户的PDF银行对账单上所有金额都显示为负数：PDF在与背景相同的灰度级别中编码了不可见的尾随负号，提取代码将其当作可见文本读取。他们讨论了OCR或剥离非黑色文本等解决方案。

本文回顾了一起AI助手错误确认服务的事件。故障排查发现知识库检索未被记录，导致无法将回答归因于检索到的上下文。文章强调，为验证回答的依据，需要对检索进行按对话轮次可追溯的日志记录。

witr 是一款帮助开发者追踪哪个进程、端口、容器或文件导致问题的工具，已在 Product Hunt 上发布。

NVIDIA分享了其Exemplar Cloud项目的调试经验，详细说明了SMMU电源管理、NUMA放置、NCCL队列对并发以及硬件缺陷等配置问题如何导致AI集群8-12%的训练吞吐量差距，以及如何诊断和修复这些问题。

一篇博客文章揭示了 Zig 的 std.Io.Writer.Allocating 中存在的内存过度分配错误，原因是 `drain` 函数在每个数据切片上错误地预留了 splat 参数的空间，导致内存意外增长。

pytest-leak-finder 是一个 pytest 插件，它使用二分查找来识别当一起运行时，哪个更早的测试导致后续测试失败。

一位开发者详细说明了他们的AI智能体为何保持沉默——原因是安全守卫故障关闭、超时以及嵌套JSON问题，并强调在面对客户的聊天机器人中，沉默故障比错误答案更糟糕。

一位开发者反思AI编码工具如何提升生产力，但可能阻碍深度学习——用户交付了不完全理解的代码，引发关于技能发展的疑问。