除錯與調查

稽核 12 層 agent stack，找出 wrapper 退化與記憶污染

agent 失敗時用擷取、診斷、受控恢復的流程自我除錯

用唯讀證據診斷 AKS GPU 和 KAITO 的 Day-2 事故

只在錯誤簽章完全吻合時，查 AKS 已記載的修法

在 AKS node 上有範圍地抓封包，蒐集線路層證據

用唯讀、證據優先的方式查 AKS 線上事故的根本原因

用 AppLens 和 Azure Monitor 排查 Azure 正式環境問題

排除 Event Hubs 和 Service Bus SDK 的連線、認證和訊息處理問題

分析編譯後 binary 的模式：反組譯、反編譯、控制流程和 Ghidra/IDA 技巧

把描述或程式碼分析整理成有重現步驟與嚴重度的 bug 報告

重新評估開著的 bug，排優先度、分派 sprint、抓系統性趨勢

逐一追蹤按鈕的狀態變更順序，抓出互相抵銷的 handler bug

用內建的非破壞性工具，把 macOS 連線故障定位到 LAN、DNS、上游或服務端

結構化除錯流程，從重現、隔離、診斷一路到修復並建議補測試

隔離 Zoom 整合的故障層，排出假設並導向對應參考資料

已經做好的 Zoom 實作壞了，依序排查 auth、SDK、MCP 找出哪一層

系統化除錯方法：重現、收集資訊、提假設、驗證，加上各類 bug 的對策

用 DbgViewCli 擷取 Windows usermode 與 kernel 除錯輸出

調查壞掉的軟體，在根因未明時一步步找出原因

先建回饋迴圈再假設，一步步診斷難搞的 bug

session 出問題時讀 transcript，附證據回報發生了什麼事

用 Jaeger 和 Tempo 做分散式追蹤，找出微服務的延遲瓶頸

用證據追查 ECC Tools 的 PR 暴增、配額繞過與燒錢

用外部內部考證和三角驗證判斷資訊來源可不可信

事件應變：分級研判、發狀態更新、寫無究責 postmortem

出現失敗或錯誤時先找根本原因再修，附範圍鎖定和除錯報告

只讀不改的 BGP 疑難排解流程，檢查 neighbor 狀態、路由與政策

診斷介面錯誤、CRC、丟包、duplex 不一致與計數器趨勢

統籌修 bug：先寫失敗的回歸測試，修到全綠再審查 commit

線索很少時的 OSINT 調查方法，挖線索、串證據、逐一證偽

用競爭假設與平行調查除錯複雜問題並仲裁根因

用 cProfile 和記憶體 profiler 找出 Python 效能瓶頸並優化

丟給背景 agent 查第一手來源並寫成文件

遇到 bug 先查 root cause，四階段流程走完才准修

證據優先的 repo 執行流程，準確回報改了什麼、驗證了什麼

對程式碼庫主題做多輪深度研究，每個說法都要有證據