摘要
针对 IT 运维中 AI 代理因每次执行均需完整推理而导致成本高昂的问题,本文提出“渐进结晶”生命周期。该方法将代理探索视为发现机制,定义了从全代理编排到混合再到全确定性工作流的三阶段分类,并通过基于证据的提升机制,将经反复验证的代理行为转化为低成本、可复现的确定性工作流,同时自动降级退化流程。在大规模生产云网络 AIOps 系统中的评估显示,该方案显著提升了确定性执行比例,降低了单次事件成本,并增强了系统的安全性与可审计性。
AI 推荐理由
论文提出代理行为从探索到确定性工作流的自我进化机制,核心在于自适应优化与持续改进。
研究机构
Microsoft Azure Networking
论文信息