一位文科博士在读生，通过自学AI编程工具，成功修复了一个困扰用户的谷歌相册排序插件Bug。这个案例不仅展示了零基础开发者如何借助AI力量解决实际问题，也揭示了多智能体协作在代码调试中的潜力，为编程初学者提供了宝贵的实践参考。
智能速览
谷歌相册原生插件存在排序不彻底的Bug。
使用OpenCode及多智能体插件进行AI辅助编程。
核心方案是增加“扫尾环节”处理遗留照片。
成功修复问题并提交了首个GitHub Pull Request。
精华内容
从发现Bug到成功修复并提交PR，整个过程展现了AI编程工具如何将抽象想法转化为具体代码。这其中不乏失败的尝试，但最终通过巧妙的思路得以攻克。
久修失灵的插件
谷歌相册无法按文件名排序，一个第三方Chrome插件“gphotos_sort”曾提供了解决方案。然而，该插件长期未更新，在实际使用中出现了排序不全的问题，部分照片会被遗留到相册末尾，给整理大量旧照片的用户带来困扰。
AI编程工具组合
为解决此问题，采用了AI编程工具OpenCode及其多智能体插件oh-my-opencode，在Cursor编辑器中进行操作。通过将模型切换至GPT 5.2 Codex并开启Ultrawork模式，让名为“西西弗斯”的AI智能体接管了代码分析与修复任务。
扫尾环节定胜负
起初尝试的分批处理和API延迟等方法均无法根治问题。最终，AI智能体提出了一个两步走的策略：先进行常规排序，再增加一个“扫尾环节”。该环节会检查并重新整理遗漏的照片，经过两轮迭代后，成功实现了包含50-300张照片的相册的完整排序。
成果回馈社区
修复后的代码通过了不同数量级相册的测试验证，确认了方案的稳定性。基于此成功的实践，将改进后的代码提交为Pull Request，回馈给开源社区。这个案例验证了非专业开发者利用AI工具参与软件开发的可行性。
这次经历不仅是个人学习的重要里程碑，也为“Vibe Coding”爱好者提供了实战范例。它证明，借助先进的AI工具，即使没有深厚的编程背景，也能参与到解决实际问题的行列中。未来，这种开发模式将如何改变软件生态？
