用 Codex 修 Bug 时，有一种情况非常常见：

它明明一直在改，但问题就是解决不了。

你可能会看到这样的循环：

• 第一次修改后，原来的报错没了；
• 运行项目，又出现一个新的错误；
• Codex继续修改；
• 新错误解决了，旧问题又回来；
• 连续折腾几轮，改动文件越来越多；
• 最后项目比一开始还难排查。

这时候很多人的第一反应是：

“是不是模型能力不够？”

但实际开发里，更常见的原因并不是模型完全不会修，而是：

上下文不完整、真实报错没给够、任务范围太大，或者验证流程本身有问题。

如果 Codex 已经连续修改几轮仍然失败，建议先停下来，不要继续让它无方向地改。

---

一、先判断它是不是在“猜Bug”

最典型的问题就是：

你只告诉 Codex：

登录功能坏了，帮我修一下。

或者：

项目报错了，继续修。

但没有提供：

• 完整错误信息；
• 复现步骤；
• 预期结果；
• 当前环境；
• 最近修改了什么。

这种情况下 Codex 只能根据代码推测。

第一次猜错以后，后面的修改很容易继续建立在错误假设上。

结果就是：

越修越偏。

更好的方式是先停止修改，让它只做分析。

例如：

暂时不要修改任何代码。

请先分析当前Bug：
1. 复现路径是什么；
2. 实际报错是什么；
3. 最可能的3个原因是什么；
4. 分别需要检查哪些文件；
5. 先告诉我排查顺序。

先让它建立一个故障模型，再开始动代码。

---

二、一定要给“完整报错”，不要只截最后一行

很多报错真正有价值的信息，并不在最后一句。

例如你只给：

TypeError: undefined

信息量其实非常少。

完整报错可能还包含：

at getUser()
at authMiddleware()
at loginHandler()
at router()

这条调用链能够直接告诉 Codex：

错误是从哪里一路传过来的。

如果只给最后一句，它可能去改最终报错的位置。

但真正的根因可能在更上游。

所以遇到 Bug 时，最好把这些一起提供：

• 完整错误堆栈；
• 触发错误的命令；
• 对应输入；
• 复现步骤；
• 错误发生前后的关键日志。

信息越完整，Codex越不需要猜。

---

三、不要一句“还是不行”，要告诉它哪里不行

很多人使用 AI 调试时喜欢说：

还是不行。

这句话对人来说很好理解，但对调试几乎没有帮助。

因为“还是不行”可能代表：

• 原错误完全没变；
• 原错误消失，但出现新错误；
• 项目能启动，但业务功能错误；
• 测试失败；
• 页面能打开，但数据异常。

最好改成：

上一次修改后：

原来的数据库连接错误已经消失，
现在项目可以启动，
但提交登录表单时返回500。

新的完整报错如下：
……

这样 Codex才能知道：

上一步到底有没有起作用。

否则它可能把已经修好的部分又重新改坏。

---

四、连续失败两三轮后，要重新建立上下文

如果已经修改很多轮，当前对话里往往会同时存在：

第一版方案；

第二版方案；

第三版报错；

已经废弃的假设；

后来新增的文件。

这时候再继续一句：

接着修。

模型需要在大量旧信息中判断哪些还有效。

很容易混乱。

更稳定的做法是重新汇总当前状态：

重新基于当前代码排查，不要沿用之前的结论。

当前状态：
1. 项目可以正常启动；
2. 登录接口返回500；
3. 数据库连接正常；
4. 问题只发生在Google登录；
5. 当前完整报错如下……

请重新定位根因。

如果对话已经非常长，甚至可以直接开一个新任务。

带上：

当前代码状态 + 最新报错 + 复现步骤。

很多时候比继续在旧上下文里打补丁更快。

---

五、任务范围太大，也容易陷入循环

例如你告诉 Codex：

用户系统有问题，全部帮我修好。

这可能涉及：

• 登录；
• 注册；
• Token；
• 数据库；
• 权限；
• 前端状态；
• 缓存；
• 测试。

如果同时改太多东西，就会产生一个问题：

你根本不知道是哪一个修改带来了新的错误。

更好的方式是拆任务。

例如：

第一步：

只定位为什么登录接口返回500，不修改前端。

第二步：

修复后只运行登录相关测试。

第三步：

确认后再检查Token刷新。

第四步：

最后再跑完整测试。

每一步只解决一个明确问题。

这就是调试中非常重要的原则：

缩小故障范围。

---

六、不要让Codex一次改十几个文件

如果一个 Bug 理论上只是一个小问题，但 Codex 一次改了：

15 files changed

就应该警惕了。

并不是说改得多一定错。

但修改范围越大，越难判断新错误从哪里产生。

可以直接限制：

先不要重构。

只修改解决当前Bug必需的文件，
如果认为需要改超过3个文件，
先解释原因，不要直接执行。

这样能减少“为了修一个Bug，顺手重构半个项目”的情况。

实际调试时，小 Diff 通常比大规模修改更容易验证。

---

七、先复现，再修改

这是一个非常重要但经常被忽略的步骤。

如果 Codex根本没有稳定复现问题，就直接开始改代码，那么很难判断：

修改以后到底有没有真正解决问题。

比较理想的流程是：

复现Bug
↓
记录当前报错
↓
修改
↓
使用同样步骤再次复现
↓
确认Bug是否消失

例如原问题是：

用户连续登录两次后页面白屏。

那么修复以后，也应该按照同样流程：

连续登录两次。

而不是只看：

npm test通过了，所以应该没问题。

测试通过只是一个信号。

真正的原始问题也要重新验证。

---

八、发现新错误时，先判断是不是“次生错误”

Codex修复一个Bug后出现新错误，并不一定代表修改完全失败。

例如原来的问题是：

数据库连接失败

修复以后变成：

user not found

这可能说明：

程序已经成功走过数据库连接阶段。

新的错误反而证明前一步修复有效。

所以不要看到新报错就马上说：

你又修错了。

应该先判断：

错误发生的位置是不是往后推进了。

如果程序执行路径已经更进一步，那么这是新的问题，而不是原问题没修好。

这也是调试时很重要的思路：

观察故障位置有没有变化。

---

九、不要让它为了通过测试不断修改测试

如果 Codex 连续修Bug失败，有时候会开始修改测试。

比如原本测试要求：

错误密码返回401

但当前代码返回200。

一种危险的做法就是直接把测试预期改成200。

这样测试当然绿了。

但Bug并没有修好。

所以调试时可以提前加一个限制：

不要修改现有测试的预期结果。

除非你能明确证明测试与当前需求不一致，
否则优先修改实现代码。

尤其是已经存在很久的回归测试，不能为了让当前代码通过而随便改。

---

十、让Codex每轮只验证一个假设

真正有效的调试，不应该是：

可能这里有问题，我把这几个地方全改了。

而应该是：

提出假设 → 验证假设。

例如：

假设1：

Token没有正确读取。

那就先检查Token值和调用链。

如果正常，就排除。

假设2：

数据库查询返回空。

继续验证。

假设3：

权限中间件提前拦截。

继续验证。

一次只验证一个最可能原因。

这样即使最后没修好，你至少知道：

哪些原因已经排除了。

而不是改了20处以后，完全不知道哪个改动真正有效。

---

十一、一个更稳定的Codex Bug排查模板

以后遇到反复修不好的Bug，可以直接把任务改成下面这种结构：

当前Bug：
用户登录后接口返回500。

复现步骤：
1. 启动项目；
2. 打开登录页；
3. 输入正确账号；
4. 点击登录。

预期结果：
返回200并进入首页。

实际结果：
返回500。

完整报错：
……

当前已确认：
1. 数据库可以连接；
2. 用户记录存在；
3. 前端请求参数正确。

要求：
1. 先分析，不要修改；
2. 给出最可能的3个根因；
3. 按优先级逐个验证；
4. 一次只处理一个根因；
5. 不重构无关代码；
6. 修复后执行原始复现步骤和相关测试。

这种提示方式，比一句：

帮我修这个Bug。

稳定得多。

---

十二、什么时候应该停止继续让Codex修？

如果出现下面几种情况，就应该先停：

同一个问题连续修改3轮以上；

每轮修改文件越来越多；

原Bug还没定位，就不断出现新改动；

开始频繁修改依赖和配置；

为了通过测试开始改测试预期；

已经无法解释每个文件为什么修改。

这时候不要继续堆修改。

先：

git status
git diff

确认当前状态。

必要时回到一个已知可运行的版本，再重新开始排查。

---

最后

Codex反复修改一个Bug却始终失败，很多时候真正缺少的不是“再生成一次代码”。

而是：

更清楚的问题定义和验证流程。

遇到这种情况，可以记住一个顺序：

拿到真实报错 → 稳定复现 → 缩小范围 → 提出假设 → 一次验证一个原因 → 小范围修改 → 再复现。

AI调试最怕的不是第一次猜错。

真正危险的是：

第一次猜错以后，还沿着错误方向连续修改十几轮。

所以当Codex开始陷入循环时，最有效的操作往往不是告诉它：

“继续修。”

而是先让它停下来，重新回答一个问题：

“我们现在到底确定了什么？”

---

持续更新 Codex、大模型开发与 AI 编程实战内容，整理 ChatGPT Plus/Pro、AI会员订阅及常见使用问题。更多深度内容，欢迎搜索关注「仙逆GPT」。