arXiv cs.AI· Sayan Sinha, Vipul Harsh, B. Aditya Prakash, Vyas Sekar, Hui Zhang·· 10 天前AI 评分24
E4：用受限 DSL 实现互联网级服务智能体根因分析
Agentic RCA for Internet-Scale Services Using Constrained Creativity
AI 导读
针对互联网级服务故障排查，研究者提出智能体系统 E4，通过受限 DSL 让 LLM 智能体生成无循环数据流程序而非任意代码，兼顾准确性与可解释性。在合成与真实混合负载上，E4 准确率最高提升 62%，成本最多降低 12 倍，同时输出更可解释的响应。
正文 · AI 翻译
摘要：互联网规模服务的系统管理员需要解决故障事件，以维持此类服务的可靠性。理想情况下，我们希望故障排查系统能够：（1）对已知和未知事件具有高准确度的表达能力；（2）在大规模下具有成本效益；（3）可解释，以提供运维人员可据以采取行动的可操作见解；（4）对运维人员的投入要求低。遗憾的是，大多数现有系统，包括新兴的 LLM 辅助智能体工作流和用于编写多样化 RCA 算法的结构化框架，都未能同时满足这四项要求。我们提出 E4，一种用于互联网规模服务故障排查的新型智能体系统。E4 体现了受限创造力的范式，将 LLM 辅助自动化与探索的优势同结构化方法的可解释性和效率相结合。我们不允许 LLM 智能体编写任意代码或生成任意响应，而是为智能体提供一个受限的 DSL，通过简单的无循环数据流程序生成其响应。该 DSL 配备了用于故障排查的高层算子，使 E4 的输出准确、可验证且可解释。在合成和真实工作负载的混合测试中，与最先进的解决方案相比，E4 的准确率最高提升 62%，同时提供更具可解释性的响应，成本最高降低 12 倍。
| 评论： | 21 页，包括参考文献和附录；10 幅图；4 张表 |
| 主题： | 网络与互联网架构（cs.NI）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.08622 [cs.NI] |
| （或 arXiv:2610.08622v1 [cs.NI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08622 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Sayan Sinha [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 16:21:57 UTC（665 KB）
来源：arXiv cs.AI · arxiv.org