产品人人都是产品经理·程序员鱼皮··AI 生成
我怒骂：“AI 都解决不了这狗 Bug！” Leader 嘲笑：“用 Cursor 的 Debug 模式，你早就下班了。。”
本文详细介绍 Cursor 编程助手的 Debug 模式，这是一个有别于普通 Agent 模式的特色功能。作者通过一个“AI 每日热点”列表排序错乱的 Bug 实战案例，演示了 Debug 模式如何通过“假设→埋点→复现→数据验证→修复→再验证→清理”的闭环流程，利用运行时日志数据定位并修复普通 Agent 模式难以解决的时序、数据类型不一致等“狗 Bug”。文章对比了 Agent 模式与 Debug 模式的工作机制差异，并给出了适用场景（竞态条件、数据时对时错、性能问题、回归问题）及使用技巧。适合有一定编程基础、正在使用或考虑使用 AI 编程工具解决复杂 Bug 的开发者阅读。原文 ↗原文 ↗
核心观点
- ▍Cursor 的 Debug 模式通过运行时真实数据而非训练数据猜测，能解决普通 Agent 模式难以处理的运行时 Bug，如竞态条件、数据不一致、性能问题等。
- 01Debug 模式工作流程为：假设 → 埋点（插入日志探针）→ 复现 → 用运行时数据验证 → 修复 → 再验证 → 自动清理。
- 02文章以“AI 每日热点”列表排序 Bug 为例，Debug 模式通过运行时日志发现 Bug 根因是部分热点数据的 time 字段是字符串，部分是数字时间戳，排序代码 `b.time - a.time` 在字符串间运算得到 NaN，导致排序结果不确定。
- 03Agent 模式仅凭代码和报错信息猜测，而 Debug 模式能获取变量实际值、代码执行路径等运行时真实数据，因此在处理时序、数据格式等运行时问题上有本质优势。
- 04Debug 模式最适合的场景包括：竞态条件和时序问题、数据时对时错的问题、性能问题和内存泄漏、回归问题。
- 05作者分享了使用 Debug 模式的技巧：描述 Bug 尽量详细（错误信息、堆栈、操作步骤、预期行为）；严格按 AI 步骤复现；对非必现 Bug 多复现几次。
反方 / 局限
- — 并非所有 Bug 都需要 Debug 模式，一般的报错或逻辑问题，用普通 Agent 模式发一段描述就够了。
前置背景
技术原理
平行视角
未来推演