Opus 5 自主 debug 跑了 15 轮定位 Bug — AI 当工程师比想象中更实在

这是什么

上周掘金上一篇实战记录值得拿出来说。一位开发者用 Ollama（一个本地运行大模型的工具）在 3090 显卡上部署了通义千问 27B 模型，通过自研的 JClaude 接入 Claude Code（Anthropic 出品的 AI 编程工具）。结果遇到一个诡异 Bug：界面一直显示「正在思考」，但完全没有错误提示。

他把问题描述得相当随意，直接丢给了 Opus 5（Anthropic 最新一代大模型）。没想到 Opus 5 没有追问，而是自主跑了 15 轮测试——检查项目结构、探测本地服务、模拟真实请求、对比协议格式——最终定位到三层问题：模型名写错（qwen3.8 实际不存在）、软件里 max_tokens 被写死、强制思考模式导致假死。

更值得注意的是，Opus 5 还顺手帮开发者发现并修复了 JClaude 本身的兼容性 Bug。

行业怎么看

支持的声音：这是少数能看到完整 debug 过程（而非剪辑过的演示）的真实案例。15 轮对话里 Opus 5 表现出相当严格的工程思路——不轻信用户描述、自己写测试代码、一步步缩小范围。它说明 AI 已经能在一定程度上承担「独立排查 + 验证假设」的工程师工作。

但我们也要指出几个现实风险。第一，整个流程能跑通，前提是 Opus 5 本身具备极强推理能力，且开发者提供了可调试的环境——传统行业、中小企业很难复制这种场景。第二，15 轮对话意味着用户需要相当的技术判断力引导方向，普通人未必胜任。第三，原文里开发者自己都把「qwen3.5」和「qwen3.8」搞混了，说明 AI 还不能完全替代人对基础信息的核对。最后，个案不能证明 AI Agent 已具备普适可用性——过去几年类似的「惊艳 demo」最终没能规模化的案例比比皆是。

对普通人的影响

对企业 IT 部门：本地开源模型 + 云端 AI 工具的混合方案变得更可行，但需要懂技术的人搭桥，中小企业短期内受益有限。

对个人职场：能清晰描述问题、能引导 AI 排查方向，正在变成一种新的基础能力，比单纯会用某个 AI 产品更重要。

对消费市场：短期内对普通消费者无直接影响，但预示未来「AI 帮你修电脑、帮你 debug」的产品形态会越来越多。