---
featureId: agentic-issue-to-resolution
title: Problème agentique à résoudre
area: Debugging & diagnostics
thumbnailImage: ../media/agentic-issue-to-resolution.png
devComUrl: 
description: La résolution des bogues agentiques vous aide à trouver et à corriger les bogues grâce à des conseils interactifs basés sur l’IA et testés lors de l’exécution.

---


Nous présentons un nouveau flux de travail d’agent débogueur dans Visual Studio qui valide les bogues par rapport au comportement réel du runtime au lieu de s’appuyer sur des estimations d’analyse statique. L’expérience vous guide tout au long d’un cycle complet, depuis la compréhension et la reproduction du problème jusqu’à l’instrumentation de l’application, l’isolation de la cause profonde et la validation de la correction par une exécution en direct.

Vous pouvez commencer à partir d’un problème dans GitHub ou Azure DevOps, ou simplement décrire le bogue ou le comportement du code en langage naturel. L’agent débogueur utilise cette entrée pour mapper le problème directement à votre source locale et vous guider tout au long de la résolution. Contrairement aux approches statiques, vous pouvez interagir avec l’agent pendant le processus de débogage pour fournir plus d’entrée, discuter de votre théorie ou affiner le correctif en temps réel.

![Vidéo montrant un problème agentique à résoudre](../media/agentic-issue-to-resolution.mp4)

Fonctionnement de la boucle agentique :

* **Injection de contexte** : fournissez un lien vers le problème ou décrivez le bogue en mode Débogueur dans Copilot Chat (vous pouvez changer de mode à l’aide de la liste déroulante dans le coin inférieur gauche de la conversation). L’agent connecte le rapport à votre code local.
* **Reproducteur autonome** : l’agent analyse la description du bogue et, si des étapes de reproduction sont manquantes, crée un scénario minimal pour déclencher automatiquement l’échec.
* **Hypothèse et instrumentation** : génère des hypothèses d’échec et instrumente votre application avec des points de trace et des points d’arrêt conditionnels pour capturer l’état d’exécution.
* **Validation du runtime** : l’agent exécute la session de débogage et analyse les données de télémétrie actives pour isoler la cause racine.
* **Correction ciblée** : suggère un correctif précis au point d’échec exact plutôt qu’à une refactorisation large.
* **Validation humaine finale** : vous exécutez à nouveau le scénario et confirmez le correctif dans l’environnement actif en même temps que l’agent.