Coding agents 在很多事情上都表现出色，但有些 bug 却总是难倒它们。因此我们推出了 Debug Mode——一种全新的 agent 调试循环，以运行时信息和人工验证为核心构建。

在构建它时，我们研究了团队中最优秀调试工程师的实践，并将他们的工作流封装成一种 agent 模式，为其配备了用于通过运行时日志对代码进行埋点的工具、用于生成关于问题根源的多种假设的提示词，以及在关键节点回到你这边、请你配合重现问题和验证修复的能力。

最终形成的是一个交互式过程，可以稳定地修复那些此前即便是最智能的模型单独工作也难以解决，或需要开发者投入大量时间才能处理的 bug。

#描述这个 bug

首先，从下拉菜单中选择 Debug Mode，然后尽可能详细地描述这个 bug。

智能代理不会立刻尝试生成修复方案，而是先通读你的代码库，并针对可能出错的地方生成多个假设。其中有些思路是你自己也会想到的，但也会有一些是你原本不会考虑到的方案。

接着，智能代理会在你的代码中插入日志语句，用来验证这些假设。这样，在 bug 发生时，代理就能获取关于实际运行情况的具体数据。

#复现这个 bug

接下来，回到你的应用里，在 agent 收集运行时日志的同时复现这个 bug。

当 bug 发生时，agent 可以准确看到你的代码里究竟发生了什么：变量状态、执行路径、时间相关信息。基于这些数据，它可以精确定位根本原因，并生成有针对性的修复方案。通常只需要精确修改两三行代码，而不是像标准 agent 交互那样给你返回几百行充满猜测的代码。

#验证修复结果

此时，Debug Mode 会要求你在应用了建议的修复方案后，再重现一次这个 bug。若 bug 已经消失，你就可以将其标记为已修复，智能体会移除所有埋点，只留下一个干净、最小化的改动，方便你直接发布。

这种有人在环的人机协同验证非常关键。有时 bug 很明显，但有时则处在灰色地带——修复在技术上可行，却让人感觉不太对。智能体无法单独做出这样的判断。如果你认为 bug 还没修好，智能体会加上更多日志，你再重现一次，它会不断调整方案，直到问题真正被解决。

这种紧密的来回迭代，是我们认为 AI 编程效果最佳的方式之一。智能体负责繁琐工作，而你做出需要人类判断的快速决策。借助 Debug Mode，过去那些够不着的棘手 bug，现在也能被稳定地修复掉。

阅读 Debug Mode 文档。了解 Cursor 2.2 中的所有新功能。