前几天刷推特，看到 Cursor 官方发了条推。Bugbot 现在能自动修 bug 了。我当时就愣了——这不就是我们一直在等的那个功能吗？

写在前面

前几天刷推特，看到 Cursor 官方发了条推。

Bugbot 现在能自动修 bug 了。

我当时就愣了——这不就是我们一直在等的那个功能吗？

代码审查时发现问题，AI 不光能指出来，还能直接给你改好。

说实话，作为一个天天跟 AI 编程工具打交道的开发者，我对这类“革命性功能”已经有点麻木了。

但这次不一样。

因为它解决的是一个真实存在的痛点。

Bugbot Autofix 登场

简单说，就是 Cursor 在 PR 审查时，不仅能帮你找出问题，还能自动生成修复代码。

以前的代码审查工具，包括 GitHub Copilot、各种 Linter，都只能告诉你“这里有问题”。

怎么改？还得你自己动手。

现在呢？Bugbot 发现问题后，会直接给出修复方案。

你只需要点个按钮，代码就改好了。

听起来很美好，对吧？

但我们得搞清楚它的边界在哪里。

它能修什么?

从官方演示视频来看，Bugbot Autofix 主要针对规则明确、修复路径清晰的问题。

• 类型错误。TypeScript 里你把 string 传给了需要 number 的参数，Bugbot 能识别出来并自动加上类型转换。
• 空值检查缺失。你访问了一个可能为 null 的对象属性，它会帮你加上 ?. 或者 if 判断。
• 代码风格问题。ESLint 报错说你用了 var 而不是 const，它能自动替换。
• 简单的逻辑错误。比如循环条件写反了、变量名拼错了，这类“一眼就能看出来怎么改”的问题。

但是（重点来了），对于那些需要理解业务逻辑才能修的 bug，Bugbot 就不一定靠谱了。

毕竟，AI 再聪明，也不可能比你更懂你的业务。

工作流程

我根据视频和官方描述，大概梳理了一下流程。

你提交了一个 PR，Cursor 的 Bugbot 会自动扫描代码变更。

如果发现问题，它会在 PR 的评论区标注出来，就像人工 Code Review 一样。

关键来了——每个问题旁边会有一个“Autofix”按钮。

你点击这个按钮，Bugbot 就会生成一个修复建议。可能是几行代码，也可能是一整个函数的重构。

你可以选择接受、修改或者拒绝这个建议。

如果接受，代码会自动更新到你的分支上。

整个过程非常流畅，几乎不需要离开 PR 页面。

这让我想起了 GitHub Copilot 的“inline suggestion”。

但 Bugbot 的优势在于它是主动发现问题，而不是等你敲代码时才提示。

技术实现猜测

虽然 Cursor 没有公开技术细节，但我们可以合理推测一下。

首先，Bugbot 肯定是基于大语言模型（很可能是 GPT-4 或者 Claude）。

传统的静态分析工具只能靠规则匹配，而 LLM 能理解上下文。

这是它能做到“智能修复”的基础。

其次，它应该结合了静态分析工具的能力。

比如 TypeScript 的类型检查、ESLint 的规则引擎，这些工具能快速定位问题，然后把问题描述交给 LLM 去生成修复代码。

最后，修复代码的生成过程，很可能用到了Few-shot Learning。

也就是说，Cursor 会给 LLM 提供一些“问题-修复”的示例，让它学会如何针对特定类型的 bug 生成合适的代码。

当然，这只是我的猜测。

这意味着什么?

说实话，我对这个功能是既兴奋又谨慎的。

兴奋的地方在于，它确实能提高效率。

想象一下，你提交了一个 PR，第二天早上起来发现 Bugbot 已经帮你修好了 10 个小问题。

你只需要快速 review 一下就能合并——这种感觉简直不要太爽。

但谨慎的地方在于，过度依赖可能会让我们失去对代码的掌控感。

如果你连 bug 是怎么修的都不看，直接点“接受”，时间长了，你可能会忘记某些基础知识。

更糟糕的是，如果 Bugbot 的修复方案有问题（比如它只是让代码“能跑”，但引入了新的隐患），你可能根本察觉不到。

所以我的建议是：把 Bugbot Autofix 当成一个助手，而不是替代品。

它能帮你节省时间，但最终的决策权还是要掌握在你手里。

和其他工具的对比

目前市面上也有一些类似的工具。

• GitHub Copilot。它更侧重于“写代码”而不是“改代码”，虽然也能提供修复建议，但没有 Bugbot 这么主动。
• SonarQube。这是一个老牌的代码质量检测工具，但它只能告诉你问题在哪里，不会帮你改。
• DeepCode （现在叫 Snyk Code）。它也能提供修复建议，但据我了解，自动化程度不如 Cursor 的 Bugbot。

Cursor 的优势在于，它把发现问题和修复问题这两个环节无缝衔接起来了。

而且整个流程都在 PR 里完成，不需要切换工具。

这种“一站式”的体验，确实是其他工具暂时做不到的。

一些担忧

不过，我也有一些担忧。

第一个是准确性。

AI 生成的代码，质量参差不齐。

有时候它给出的修复方案看起来没问题，但实际上只是“治标不治本”。

比如说，你有一个空指针异常，Bugbot 给你加了个 if (obj !== null) 的判断。

问题是，为什么 obj 会是 null？