AI数字分身实战：用DOT自动追踪Bug与用户反馈

当工程师开始把「收集反馈」和「排查 Bug」这两件事交给自己的 AI 数字分身时，工作流会变成什么样？YouTube 频道上，DOTS 团队工程师 Rennie Song 演示了一套相当完整的打法：他给自己的 DOT（一个可独立操作电脑的 AI 代理）起名 Benny，让它跨平台搜集反馈、做主题归类、开线程调查根因，甚至直接提 PR。整个过程没有脚本编排，全靠对话和页面里的 @ 提及来驱动。

数字分身如何接管反馈收集

Rennie 的 DOT 自带一个专属空间，里面建了一个反馈页面。这个页面最大的价值是分屏视图：左侧是结构化数据，右侧是数字分身的工作现场，用户能自由定制自己想要的呈现方式。Rennie 的要求很具体——所有反馈都要分类、上色、以表格形式呈现。

他的操作方式极其简单，直接在页面里输入一句「用 Reddit 和 Twitter 上的最新反馈更新外部反馈追踪表」，剩下的交给 Benny。话说回来，分屏里可以看到 Benny 正在自己的「电脑」上操作浏览器，搜索当天包含 DOT 和 OpenAI 的推文。

这种设计把 AI 代理从「聊天窗口里的回答机器」变成了「有自己桌面的同事」。你能看到它在点哪里、搜什么，这种可观察性对建立信任很关键。

DOT（Digital Operator Twin） 是 DOTS 团队对“可独立操作电脑的 AI 代理”的称呼，本质是一个运行在隔离桌面环境中的智能体：它拥有自己的浏览器、文件系统和操作权限，可以像真人一样点击、输入、滚动页面，而不是仅仅在聊天窗口里生成文本。与常见的 RPA（机器人流程自动化）不同，DOT 不依赖预先写死的脚本，而是通过自然语言指令和页面中的 @ 提及来驱动，由大模型实时规划下一步动作。这种架构让代理能应对网页结构变化和临时性任务，但也意味着它的行为需要被持续观察和审计——这也是演示中强调“分屏可观察性”的原因。

语音指挥：让 AI 自己总结问题主题

除了页面指派，Rennie 还演示了通过语音通话直接向 Benny 布置分析任务——梳理过去两天的外部反馈，找出主要主题和问题最集中的类别。

Benny 给出的结论分三个大桶：静默卡死（silent stalls）、连接问题、连续性故障。具体表现为：DOT 声称在工作但永远不完成、笔记本连接掉线、语音/聊天/代码切换时联系人丢失。

这里有个细节值得注意：Benny 明确表示连接与集成是最大的类别，但它坦承没有过去两天的干净统计，因此拒绝编造精确排名。这种「不知道就说不知道」的行为，在 AI 代理普遍爱编数字的当下反而显得难得。

优先级判断：用户信任比修复数量更重要

Rennie 追问哪个问题最紧急，Benny 的答案不是按数量排序，而是按信任成本：静默卡死排第一，理由是「如果它突然安静下来，人们就不会信任它」。

这个判断标准来自对用户心理的理解，而非单纯的缺陷计数。随后 Rennie 布置了两条并行任务：一条开云端线程深挖静默卡死的根因，能找到几个具体成因就算成功；另一条挑一个当下最容易修的问题直接出 PR。

Benny 选中的「最容易修复项」是问候模型失败：当新 DOT 请求一个用户无权访问的模型时，创建流程会被直接阻断，而合理做法是回退到用户可用的模型。这属于典型的低风险高收益修补。

静默卡死（silent stalls） 指代理或服务在运行中不再产生任何可见输出、也不报错，却始终不返回最终结果的状态。它比显式报错更难诊断：日志里没有异常栈，用户只看到“正在处理”的转圈，既不知道是否该等待，也不知道是否该重试。对 AI 代理类产品而言，这种失败模式直接侵蚀信任——用户会逐渐怀疑代理是否真的在工作，进而放弃使用。因此 Rennie 的团队把它排在连接问题之前，判断依据不是出现次数，而是每次发生对用户信心的破坏程度。

调查过程透明化与闭环交付

整个演示里最有信息量的部分，是 Benny 把调查过程完整摊开在页面上：它逐步记录推理和验证步骤，最后报告只确认了一个后端问候失败——恰好就是电话里讨论过的同一个问题，并且发现团队已经在推进修复 PR。

反馈追踪表这边，Benny 新增了 15 条条目，总数达到 210 条。静默卡死调查找到一个确定的失败模式，并附上了调查时间线供人工复核。

Rennie 的总结是，一个上午的工作被大量卸载给了数字分身，任务入口只有两个：在页面里 @ 它，或者打电话跟它说。这种「双通道指派 + 过程可审计」的组合，是这套工作流能真正落地的原因。

问候模型（greeting model） 指新用户首次创建 DOT 时，系统自动调用的一次轻量模型请求，用于生成欢迎语或完成初始化问候流程。演示中发现的缺陷是：该请求默认使用某个特定模型，若当前用户无权访问该模型，整个创建流程会被直接阻断，而不是回退到用户权限范围内的可用模型。这是一种典型的“权限边界未做降级处理”问题，修复成本低、影响面明确，因此被 Benny 选为最容易出 PR 的切入项。

对 AI 代理工作流的启示

这段演示透露出几个可复用的经验。其一是把代理放进有明确产物的容器里——表格、追踪器、PR，而不是让它只输出一段文字。其二是保留人工复核节点，Benny 附上时间线而不是直接下结论。其三是允许代理承认数据不完整，这比给出漂亮但虚构的统计更有工程价值。

需要提醒的是，这是团队成员对自己产品的演示，效果呈现带有一定理想化色彩，跨平台抓取的实际覆盖率和误判率在视频中并未量化。但作为一套「AI 代理参与缺陷分诊」的工作流样例，它已经给出了足够具体的参考。