AI 视频分析报告
飞书报了个 Bug,开发者全程没介入 测试同学在飞书提了一个 Bug。Super-agent 自动接单和调度,Codex 按 Lauren Tan 工作流修复,再由独立复验把关。视频回放了这次实验从飞书反馈到 GitHub 合并的过程。 #AI编程 #Codex #AIAgent #SuperAgent #飞书
任务ID: 3718
30秒速读
核心摘要
90
测试同学在飞书消息中写明输入、实际结果和预期结果,未@机器人,Super-agent仍自动建单并将修复任务交给本机Codex。
Codex按Lauren Tan工作流修复后提交19号PR并关联回原工单,飞书原话题收到进度回报;若描述模糊(如只说“缩写不对”),机器人会在原话题追问具体输入和结果。
有人在review中补充边界用例后,Codex将新增测试推送到原19号PR,并回飞书原话题同步更新结果。
可执行建议
- 在飞书提Bug时写清输入、实际结果、预期结果三项,可让自动建单与修复流程直接启动。
- 描述模糊时配合机器人在原话题补充具体信息,避免流程卡在追问环节。
- 需要追加测试时直接在review中补充边界用例,Codex会将其推送到原PR继续处理。
高价值评论洞察
- 核心质疑集中在“验收与可控性”:评论反复追问“咋验收”“不知道AI改了什么”,认为自动合并前缺乏人工理解与审查,风险不可接受。
- 场景适用性被普遍质疑:多条评论指出该流程只适合输入输出明确、简单的Bug,真实多系统Bug难以由AI走完流程。
- 存在安全与平台规则担忧:提示词注入、公开仓库自动提PR可能被封号等反对意见具有代表性。
- 部分用户表达强共鸣与模仿意图,但强调“效果”和“知道改了哪里”比工作流本身更重要。
用户关注点
- AI修改代码的可解释性与人工验收环节。
- 真实复杂Bug与简单演示Case之间的差距。
- 自动建分支、提PR、合并的权限与安全边界。
- 公司实际流程中Bug描述不规范(如只有截图)导致流程失效。
可复用选题/回应建议
- 做一期“AI修复后如何验收”:展示diff审查、独立复验与人工卡点设计。
- 回应“只适合简单Bug”:分类说明适用/不适用场景,并演示模糊Bug追问机制。
- 讨论自动提PR的平台规则与安全防护,包括提示词注入防范。
代表性评论
- “从测试case上来看它确实修好了,但你根本不知道这货改了什么……至少你得知道它改了哪里”——直指可解释性与验收痛点,价值高。
- “这东西在我们公司肯定不行,提的bug只有截图”——补充真实落地障碍,说明流程依赖规范输入。
标签与备注
标签
飞书Bug自动建单Super-agent调度Codex自动修复独立复验把关自动合并PR开发者零介入
备注
暂无备注
转录文本
测试同学只在飞书提了一个bug,从结单到合并,开发者全程没介入。这套流程用superagent的框架自动结单,由Codex按Lauren Tan的工作流修复。先看一条开发流程里的bug。飞书消息写清楚了输入、实际结果和预期结果,没有艾特机器人,Superagent自动建单,把修复交给本机Codex。Codex提交了19号PR并把它关联回员工单,飞书原话题收到进度回报,修复已经可以验收。要是测试只说缩写不对,机器人会在原话题追问具体输入和结果。普通闲聊以及要求跳过审核的消息,实验里都没有触发执行。如果有人在Gatehub的review里补一个边界用例,原来的任务还能接着做。Codex把新增测试推到原来的19号PR,回飞书原话题问一句进度,机器人会把更新后的结果告诉你。最后换一个bug再跑一次无人介入的交付,按pstack的shipping流程,另一个agent用同一个输入复验确认问题消失。独立复验和ci都通过后,21号PR自动合入实验分支,结果回到了最初那条飞书消息下面,公单也保持关闭。关注我,带你成为最会使用AI的人。得音