半夜三点线上崩了，AI替我背了锅——用AI排错，五分钟定位三年老bug

凌晨三点，手机狂震。用户说"下单就报错"，群里产品、测试、后端轮番@我。我爬起来开电脑，翻日志、复现、打断点，眼看天要亮了，还没找到原因。第二天又被老板骂"效率低"。我一怒之下，让AI帮我盯着错误日志。现在线上崩了，AI先替我查一遍，直接告诉我："第87行，变量拼写错误。" 我只需要回个"好的"，翻身继续睡。

前言

程序员最怕什么？不是需求变更，不是产品经理，是线上bug自己找不到 。尤其那种偶发、只在特定环境出现、本地死活复现不了的幽灵bug。你只能靠加日志、猜、靠经验。有时候花几个小时，最后发现是少了个 ? 或者多打了个空格。

AI 来了之后，我发现它特别适合干这种事：读错误堆栈、理解上下文、推测原因、甚至给出修复代码。今天我就用真实案例，带你用 AI 当"线上排错助手"，让机器替你熬夜。

一、为什么 AI 比人更适合排错？

• 读得快：几千行日志，AI 几秒读完，人得滚半天。
• 记得全：它记得你之前犯过的类似错误，人不一定。
• 不困：凌晨三点，人眼瞎，AI 照样清醒。
• 有联想 ：报错 TypeError: Cannot read property 'map' of undefined，它能猜出"上游数据可能为空，建议加可选链"。

缺点：它不知道业务上下文（比如这个字段就是不该为空），但能帮你缩小范围。

二、实战：用 ChatGPT / Copilot Chat 分析线上错误

假设你的 Node 后端报了这个错误：

TypeError: Cannot read property 'userId' of undefined
    at /app/order.js:42:23
    at processTicksAndRejections (internal/process/task_queues.js:95:5)

你直接把堆栈、相关代码段、甚至几行上下文贴给 AI：

这段代码报错，说 userId 是 undefined，但理论上 req.user 应该由鉴权中间件注入。帮我分析可能的原因。

AI 可能给出几种猜测：

1. 鉴权中间件没有正确挂载或被跳过。
2. 某些请求（如 OPTIONS 预检）没有经过中间件。
3. 异步错误导致 req.user 被清空。

它会顺带问你要不要看中间件代码。你贴给它，它可能一眼看出：app.use('/order', authMiddleware) 写在了 app.use(express.json()) 之前，导致 body 没解析，authMiddleware 拿不到 token。这破事，人可能看一小时，AI 十秒。

三、进阶：用自动化工具做实时错误分析

光靠手动贴代码不够快。你可以用 Sentry + AI 集成 或者写个脚本，每次错误产生，自动把堆栈发给 AI，然后把分析结果发到钉钉/飞书。

这里给出一个简化版脚本（Node.js + OpenAI）：

import { OpenAI } from 'openai';

const openai = new OpenAI({ apiKey: process.env.OPENAI_KEY });

async function analyzeError(errorMessage, stackTrace, codeSnippet) {
  const prompt = `
    线上报错：
    ${errorMessage}
    堆栈：
    ${stackTrace}
    相关代码：
    ${codeSnippet}
    请分析可能的原因，并按优先级列出修复建议。最多3条。
  `;
  const response = await openai.chat.completions.create({
    model: 'gpt-4',
    messages: [{ role: 'user', content: prompt }],
  });
  return response.choices[0].message.content;
}

// 假设你从日志系统拿到错误信息
const report = await analyzeError(
  "TypeError: Cannot read property 'userId' of undefined",
  "at /app/order.js:42",
  "const userId = req.user.userId; // 上一行没有判断 req.user"
);
console.log('AI 分析结果：', report);
// 然后通过 webhook 发到钉钉

你甚至可以把它挂在 CI 上，或者让错误日志系统自动调用。以后半夜报错，AI 先帮你分析一轮，你把结果往群里一贴，说"已定位，明天修"，继续睡。

四、真实故事：AI 帮我找出三年前埋的坑

有一次，一个功能偶尔报 ECONNRESET，只在生产环境、高峰期出现。我看了两天，以为网络问题。后来我把完整的错误日志和相关代码（十几个文件）打包发给 GPT-4，问它："什么情况下会频繁连接重置？" 它看了一会儿，指出："你的 http.Agent 没有设置 maxSockets，默认无穷，但某些第三方服务限制了单个 IP 的连接数。高峰期超过限制，直接掐断连接。"

我查了文档，果然。加了一行 maxSockets: 10，问题消失。这个 bug 躺了三年，AI 十分钟破案。

五、让 AI 更懂你的业务：提供上下文

AI 排错的准确率取决于你给的上下文。你可以先把项目的大致架构、常见错误、已知边界条件写成一段"项目 profile"，然后每次排错时让 AI 参考。例如：

我的项目是一个 Next.js + Prisma 的电商网站，用户登录后 session.user.id 一定存在，除非 session 过期。过期时中间件会重定向到登录页，不会执行到下单逻辑。请基于这个背景分析下面的错误。

这样 AI 就不会瞎猜"也许用户没登录"，而是直接去检查 session 是否在某个环节被意外清除。

六、局限性：AI 也会翻车

• 幻觉：它可能编造一个不存在的函数或字段。
• 过度自信：明明不确定，却说"这就是原因"。
• 环境依赖：它不知道你服务器上的特殊配置。

所以我的策略：AI 给建议，我来验证。它说"可能是 X"，我就去查 X；它给修复代码，我先在测试环境跑一遍。永远不要让 AI 直接往生产发代码。

七、总结：AI 排错是"辅助驾驶"，不是"自动驾驶"

• 用 AI 快速分析错误堆栈、推测原因、提供修复方向。
• 结合自动化工具，让 AI 在线上错误发生时第一时间介入。
• 提供足够的上下文（架构、已知问题），提升准确率。
• 人做最终决策，AI 负责熬夜。

自从我用上这套流程，半夜被叫醒的次数减少了 80%。现在报警来了，我先看 AI 的分析，十有八九直接点出问题。我可以回一句"知道了，明天处理"，然后关灯继续睡。第二天到公司，五分钟修好。老板还夸我"反应快"。

---

评论区聊聊：你被线上 bug 折腾过最久的一次是多久？后来怎么发现的？