决策模型主诊+LLM 复核:SREGym 实验把故障诊断通过率提到 89.5%

tianyin_xu · x · 2026-10-21

SREGym 团队（Yukin He、Saad Mohammad Rafid Pial、Tianyin Xu 等）发布新实验：让决策模型主导调查、LLM 退居复核角色的 SRE 故障诊断 agent。

架构：程序化 collector 采集集群证据（日志、指标、负载状态）→ 决策模型（TypeSafe AI 的 Jev）选择下一个要检查的工具与目标并提出根因 → LLM 不执行工具，仅对照证据确认或替换根因 → 决策模型选出支持最终结论的观察 → LLM 撰写诊断报告。

结果：在 21 个 SREGym-Lite 故障上，加入 LLM 复核后 Jev 的通过率从 78.1% 升至 89.5%，平均诊断耗时约 38 秒。此前纯决策模型（无 LLM）管线通过率为 76.2%。团队还对比了 Jev 与 OpenAI GPT-6 Luna Decisions 两种决策模型。

原文链接 →

「编程与Agent」频道最新

• StatsGuru 四年之约：用 AI agent 计算答案胜过翻找答案 — vishalmisra · 2026-10-21
• ykdojo：代码是负债，测试才是资产 — ykdojo · 2026-10-21
• Sentdex 实测 DeepSeek 浏览器 harness：本地部署体验出乎意料地好 — Sentdex · 2026-10-21
• GPT-6.1 全权限清空 Windows 预装垃圾，网友惊呼这就是 AGI — keyanzhang · 2026-10-21
• KAIST 等发布 MMEnterprise-Bench:考企业智能体如何应对冲突与缺失证据 — Seohyun Lee · 2026-10-21
• NTU 与阿里发布 FocusGUI：轻量适配器为 GUI 智能体动态筛选多模态证据 — NanyangTechnologicalUniversity · 2026-10-21

更多「编程与Agent」频道 AI 资讯 →