主页 › 从错误中起草 PR 的 AI

指南 · 自主工程

根据错误报告起草拉取请求的 AI

作者 ，Qualia 联合创始人 · 2026 年 8 月 2 日更新

总结一下。 当生产环境中出现错误（Sentry、Rollbar、日志聚合器）时，大多数团队会手动进行分类：阅读堆栈跟踪、查找文件、理解上下文、编写修复程序、打开 PR。一个 AI 队友 可以自动完成所有这些工作，并向您提供一个可供审查的 PR，而不是警报，从而显著减少您的错误积压。到 2026 年，有三种选择可以实现这一点：Qualia（产品组合范围，所有产品共用一个 AI 队友）、 Viktor （作为其工程师角色的一部分），以及在 Cursor 或 Claude Code 上进行 DIY 设置，并加上自定义自动化。

您真正付费购买的工作流程。

2026年的人工错误分类是这样的：

  1. Sentry 警报触发。
  2. 有人收到通知（如果非工作时间，则等到早上）。
  3. 工程师打开 Sentry，阅读堆栈跟踪，打开代码库。
  4. 阅读周围代码以了解发生了什么。
  5. 如果修复显而易见，则编写修复。
  6. 如果不是，则打开 Slack 查找上次修改此文件的人。
  7. 打开一个带有上下文的 PR。
  8. 合并。

最佳情况：每个错误30分钟。对于投资组合运营者来说，实际情况：每个错误2小时，因为“打开代码库”涉及加载您数周未查看的产品的上下文。

对于15个产品，每天有几十个错误，这是一项全职工作。或者这是一个每周都在增长的积压工作。

AI 队友会怎么做。

  1. Sentry 警报触发。
  2. AI 队友读取警报、堆栈跟踪、周围代码、git blame、最近的提交和 Slack 上下文。
  3. 确定：是真正的错误还是噪音？（过滤掉不稳定的测试、第三方 API 故障、已知重复项。）
  4. 如果是真正的错误：起草修复方案，针对正确的分支打开 PR，向 PR 描述添加上下文，标记审阅者。
  5. 工程师审阅（通常5到20行），批准或编辑。
  6. 合并。

节省时间：简单修复节省90%，复杂修复节省60%。

在投资组合规模上，这是“我们有专门的错误分类”和“我们随到随修”之间的区别。请参阅 自主运营 以了解更广泛的模式。

在起草 PR 的 AI 中寻找什么。

  • 1. 读取实际代码，而非仅仅错误信息。 只查看错误信息的产品会产生幻觉式的修复。
  • 2. 读取 Git 历史记录。 谁最后修改了这个文件？缺乏 Git 感知的产品会重新引入已修复的错误。
  • 3. 使用您团队的 PR 模式。 描述性提交消息，在需要时进行测试。
  • 4. 过滤噪音。 并非每个警报都是真正的错误。
  • 5. 具备产品组合意识，而非仅限于代码库。 对于单个产品，任何编码 AI（Cursor、Claude Code、Codex）都适用。对于包含 5 个以上产品组合，AI 需要了解是哪个产品、哪个代码库、哪个团队。
  • 6. 优雅地处理误报 PR。 关闭错误的 PR 应该只需一键操作。

2026 年实现此功能的产品。

Qualia

产品组合范围的 AI 队友。读取所有产品中的 Sentry，并针对正确的代码库起草 PR。专为 2 到 10 人的团队运行 3 到 20 个产品而构建。

Viktor

其“工程师”AI 员工角色的一部分。最适合希望每个团队拥有一名指定 AI 工程师的团队。不具备产品组合范围。请参阅 Qualia vs Viktor.

Cursor / Claude Code 加自定义自动化

DIY 设置。如果您有工程时间来构建它，则可行。

Sentry AI Autofix

Sentry 自己的测试版。仅限于 Sentry，与该产品的路线图绑定。

GitHub Copilot Workspace

适用于建议修复；需要人工启动。非自主。

Devin / Cognition

通用自主编码代理。对于大多数 PR 起草工作流程来说，这有点大材小用。

如何在投入之前进行评估。

  • 第 1 步。 从过去 30 天中挑选 10 个真实的 Sentry 错误。混合简单和复杂的错误。
  • 第 2 步。 将每个错误提供给 AI 队友。让它起草一个 PR。
  • 第 3 步。 评估每个 PR：正确性、完整性、规范性、上下文。
  • 第 4 步。 比较不同产品。一个在 10 个错误中能正确处理 8 个，并能优雅处理另外 2 个的产品，比一个在简单错误上能正确处理 10 个，但在复杂错误上会产生幻觉的产品要好。

常见错误。

  • 在没有审查门禁的情况下部署。 切勿让 AI 起草的 PR 自动合并。
  • 未将 AI 连接到 git 历史记录。 一个只看到错误的 AI 会重新引入已修复的错误。
  • 过滤过于激进。 “只看真实 bug”会遗漏边缘情况。“所有”都是噪音。迭代两周。
  • 从仓库范围的产品中假定投资组合范围。 单仓库工具（Cursor、Copilot）无法原生处理“哪个产品，哪个仓库”。

常见问题。

AI 真的能写出好的修复吗？

对于简单的修复（空值检查、类型强制转换、缺少导入），是的。对于复杂的修复，AI 应该标记不确定性，而不是自信地给出错误的修复。

我可以将它与 Cursor 或 Claude Code 一起使用吗？

是的。大多数投资组合操作员使用 Cursor 进行交互式编码，并使用 AI 队友进行自主分类。

如果 AI 打开了太多 PR 怎么办？

配置过滤器，使其仅在超过阈值时触发。每周迭代。

这会取代工程师吗？

不会。它取代了工程师花在分类上的时间。

这个费用是多少？

按产品组合定价的产品将此作为一项功能。专门的错误修复产品按每次修复或每个存储库定价。

如果我只有一个产品怎么办？

一个单一存储库工具可能就足够了。产品组合范围在 3 个以上产品时才重要。

多久才能发挥作用？

几天内即可提交首个 PR。数周内完成过滤器校准。数月内通过反馈循环使其在分类方面持续优于中级工程师。

继续阅读。