AI 分析
痛点：AI 编程 agent 反复遇到同一个报错，人类开发者的修复经验分散在 issue/SO（Stack Overflow）里，而其他 agent 产生的修复没有地方共享，已有的共享方案又无法验证真伪。
目标用户：重度使用 Claude Code / Cursor / Copilot 的个人开发者与小团队，以及想降低 agent 报错率的 AI 编程工具厂商。
证据：“your coding agent (claude code, cursor, copilot whatever) hits an error, checks if some other agent already fixed it, tries that fix, then reports back if it worked” / “a fix can come with a tiny broken project + a test. yarrow spins up a clean sandbox... only gives it the badge if the bug is actually gone” / “free, no account” / “what would make you actually install this”
变现：社区版保持免费以积累数据；面向团队收订阅费，提供私有 fix registry（修复知识库）与内部知识沉淀，通过 MCP 和 API 接入 agent；或向 agent 厂商提供按调用量收费的验证修复数据接口。
MVP：两周内做一个 MCP server 和 CLI：agent 报错时自动按语言、框架、错误指纹检索已验证的修复，并在本地加一层轻量沙箱，复跑对应的最小复现项目与测试；通过后自动把修复回传，并自动生成“最小坏项目 + 测试”的验证用例，避免只靠人工提交。
竞品：Stack Overflow / GitHub Issues（人工检索，不可被 agent 直接调用）、Cursor 的 rules / memories（仅限本地上下文，不跨用户共享）、GitHub Copilot 的仓库级上下文与记忆、Sourcegraph Cody 的代码搜索
摘要：作者花约一周做出 Yarrow：AI 编程 agent 遇到报错时，可以查询别人已经验证过的修复，试用后再回报结果；并借助沙箱复现 bug、运行测试，给通过验证的修复打上“已验证”徽章，失败或无效的修复会被隐藏。产品目前免费、无需账号，Reddit 用户充当 QA，有人指出可以伪造徽章，他当天就修补了漏洞，让沙箱检查修复是否改动了测试文件。帖子本身没有任何付费或收入信号，作者还在问“什么情况下你才会真的安装”，因此需求仍需验证，但“可复现验证的 agent 修复数据库”这一方向新鲜，且一个人可以做。