上个星期见到一位创业者，他说他的网站老是出状况。
不是那种整个挂掉。是每次更新之后，小毛病一点一点累积。有人要付款时，按钮崩了。一个没人写进文档的设置，不声不响失效了。一条“失败就重试”的规则，把问题悄悄盖了两个星期才被发现。
我问他团队用什么 AI 工具。
“ChatGPT 和 Claude，”他说，“把错误贴进去，问它怎么办。”
那不叫把 AI 当工具用。那叫和 AI 聊天。
“AI 工具和 AI agent 差在哪”，简短的答案是这样：ChatGPT 和 Claude 现在能接上你本来就在用的系统，能读你的错误报告、你的代码、你的项目工单。这很有用。但对话还是由你开始。你开页面，你打字。AI agent 把这件事反过来：它自己盯着你的系统，不分日夜。东西一坏，它先弄清楚发生什么，在你还没看到警报之前，修补方案已经写好了。
接了 connector 的聊天，还是聊天。agent 不用等你
ChatGPT 现在能接 GitHub（开发者放代码的地方）、Slack、Notion、Linear（一个项目管理工具）、Google Drive、Gmail 等等。Claude 走得更远：通过一个叫 MCP 的开放标准，它几乎能接上任何商用应用，包括 Sentry 的官方接口，多数团队就是靠 Sentry 抓线上网站的错误。所以没错，聊天现在能读你的错误报告、拉出最近的代码改动、扫一遍你的项目待办。这是真的，也确实有用。
但有一件事没变。页面还是你去开。问题还是你去打。你不戳它，它就坐在那里。凌晨三点错误警报响，它不动。你在开会，它也不动。connector 只是让它的手伸得到，前提是你开口。
Anuj Bhalla 在 2025 年写过一段话很到位：把这些聊天叫做“agent”，就像把计算器叫做数据分析师。底层的数学是同一套，用法完全是两回事。真正开始用 AI 的第一步，是意识到聊天框是最慢的那种用法。
真正把 AI 当工具用，长什么样
2024 年 11 月，Anthropic（Claude 背后那家公司）发布了 Model Context Protocol，简称 MCP。你可以把 MCP 想成一个标准插头。在它之前，每个 AI 工具要接每个商用应用，都得做一个专属转接头。有了 MCP，任何 AI 工具接任何应用，方式都一样。到 2025 年中，像样的开发工具都做了一个。Sentry 有 MCP 接口。GitHub 也有。Linear、PostHog、Notion、Slack、Postgres、Stripe，你想得到的都有。
MCP 是 Anthropic 在 2024 年 11 月推出的开放标准，让 AI 工具直接和你的商用应用对话，不用等你复制粘贴。来源：Anthropic。
接了 Sentry connector 的 Claude，能读的数据和 agent 一样。差别不在 connector，在于谁先开这个头。Claude Code（一个编程助手）、Cursor、Sentry 的 Seer、GitHub Copilot agent 这类真正的 AI agent，是有事发生就自己动：错误警报响了、定时检查到点了、有客户注册了。没有人坐在键盘前。
回到那位创业者，套到他身上会是这样。星期天凌晨两点，一个新的错误警报响了。agent 按固定间隔在查错误，读到这条警报。它拉出完整报告：网站哪个部分坏了、用户当时在做什么、多少人碰到同一个问题、这个星期早些时候有没有出现过同样的错误。它注意到，这已经是本周第三次同一类的结账错误。
接着它打开代码仓库，读结账那个文件最近二十次改动，发现两个星期前有人加了一家新的支付服务商，却漏了改一个相关设置。那条“失败就重试”的规则一直在接住由此产生的错误，把它盖住了。agent 写好修补方案，开成一个待审核的代码改动，再把摘要贴到团队的项目管理板上。隔天早上有人批准，这一整类错误就不再出现。
这才叫把 AI 当 agent 用。那位创业者什么都没做。他不用去开聊天。触发点是错误警报，不是人的一句话。他睡觉的时候，bug 被找出来、查到根因、修好、上线了。
AI agent 最擅长的，是没人想做的那些活
工程工作里有一大块就是闷。同一份错误报告读第一百次。关掉重复的工单。追查这个星期四十次网站更新里，是哪一次把东西弄坏了。在代码里翻找漏掉的检查。
没有工程师想拿一个下午做这些，所以多数团队都做得很马虎。错误收件箱堆到四百个未处理。真正的 bug 被噪音埋掉。
这恰好是 AI agent 拿手的活。在几千份相似的报告里比对模式。重复的分类整理。那些事后看很明显、但每一个都要花三十分钟把前因后果读进脑袋的修补。agent 一接上去，收件箱缩得很快。从“有人报错”到“有修补方案”的时间，从几天降到几分钟。团队又开始愿意看那个收件箱了，因为一周是十个真问题，不是四百个。
Sentry 自己的 Seer AI 调试工具配上 Autofix 流程，做的就是这件事的一个版本。跑 PHP 和 Laravel 的团队，也有 Flare。重点不是你选哪一家。重点是这一层已经存在了，而今天嘴上说在用“AI”的人，几乎没有人在用它。
Sentry 的 Seer（Autofix）在 2025 年 6 月正式开放。它在 Sentry 里面直接分类问题、找根因、提出修补方案。来源：Sentry。
AI 目前还做不到的事
AI agent 在代码上面那一层很强，在架构上面那一层很弱。
如果反复出现的错误是“导出功能一直超时”，agent 能去追原因。但如果真正的答案是“这个功能根本不该放在主程序里，应该拆成一个在后台跑的独立服务”，agent 不会提这个方案。它会去调超时设置、加一次重试、把数据库的管道开大一点。它治的是症状，因为你指给它看的就是症状。
那是创业者自己要下的判断。有时候对的做法是放手让 agent 出一个小修补。有时候对的做法是退一步说：这整个功能应该独立成一个服务。知道该选哪一边，是目前没人在自动化的部分。agent 把你以前花在整理工单的时间还给你，你把这些时间花在真正要紧的架构决定上。
有人担心 AI 会取代工程团队，这就是答案：不会。它把团队从他们本来也不擅长的活里解放出来，让他们多做那些需要人来判断的事。
创业公司的一套配置，五个步骤
如果你的团队还在把错误贴进 ChatGPT，下面是最省钱的升级方式。一个开发人员半天就能弄好：
- 挑一个能自己动手的 AI 编程助手。Claude Code 最擅长跨多个文件改代码。Cursor 更像一个聪明的代码编辑器，技术背景没那么强的创业者用起来比较顺手。
- 接上 Sentry（或你在用的任何错误监控工具）。登录一次就好，几分钟的事。
- 接上你的代码仓库（GitHub、GitLab 或 Bitbucket）。agent 从此能读代码、看谁改了什么、提交待审核的改动。
- 接上你的项目管理工具（Linear、Jira、Notion 或 Asana）。agent 可以贴摘要，把修补和工单对上。
- 设好护栏。哪些动作自动放行、哪些要人审核、哪些 agent 绝对不能碰，先定清楚。凡是牵涉登录、付款，或 PDPA 管辖的数据，一律要经过人。
一个小团队每月总成本大约 USD 100 到 400 的订阅费，再加上你本来就在付的错误监控和代码仓库。马来西亚的创业公司请一个散工要花的钱，换来的是一个每小时都在跑、翻同一批复发错误也不会腻的 agent。
我们的看法
在 Gotchaa Lab，这一套我们先用在自己的项目上，才会推荐给客户。最让创业者意外的不是快，是干净。他们的错误收件箱缩到十几二十个真问题。工程师不再害怕轮值 on-call，因为反复出现的噪音没了。
难的是脑袋要转过来。AI 不等于那个聊天框。聊天框只是用 AI 的其中一种方式，而在多数工程工作上，它是最差的一种。真正的东西是一个 agent 在读你的线上系统、并直接对它动手。如果你在花钱请工程师顾着错误报告，你花错地方了。2026 年的版本是：由事件触发，读你的代码，读你的错误，在你还没倒好咖啡之前，修补方案已经摆在那里。
在想 AI 该怎么放进你的软件流程？找我们聊聊。我们会看你现在的配置，指出接 agent 回报最高的位置，老实告诉你哪些该自动化、哪些别碰。不推销。我们的 AI 解决方案服务做的就是这类整合。
想知道 AI 还在哪些地方悄悄改变我们写软件的方式，可以看 vibe coding 的安全风险，还有定制 AI 系统为什么是这个价钱。
