根因分析在真实世界遥测数据上能走多远？

针对生产环境微服务故障的根因分析难题，本文指出经典方法及现有 LLM 多智能体系统在 OpenRCA 数据集上表现不佳。作者提出结构化多智能体 RCA 流程，显著优于基线。通过引入“逆向推理智能体”，研究发现大多数故障的证据已存在，瓶颈在于模型推理能力而非数据缺失。此外，提出了自动化规则挖掘流程以减少对人工知识的依赖。结论表明，仅靠工程优化无法突破限制，提升模型层面的推理能力是关键。