跳到正文

可观测性与排障

日志、指标、链路数据的 AI 分析:异常检测、告警收敛、自动化根因分析与排障流程的提效进展。

最新精选

第 1–4 条 · 共 4 条
10月8日周四
  1. arXiv · cs.AI60

    MemMux:为并行编码智能体集群提供运行时验证与资源归属

    MemMux 是一个本地运行时,把并行编码智能体的资源治理变成可检查信号,包括按智能体归属内存、完整回收、逃逸进程可见、超配下占用受限和监控开销。

    推荐理由:针对并行编码智能体的内存归属与回收问题,给出可检查的运行时信号和与 tmux 的对比基准,并公开复现方式。

  2. arXiv · cs.AI62

    AegisFlow:面向脆弱数据生态的多智能体自愈框架

    论文提出 AegisFlow,一个基于 LLM 的多智能体框架,用 Watchdog 智能体采集运行时遥测、Repair 智能体自动创建、测试并部署代码补丁,闭合检测与修复之间的链路。

    推荐理由:论文提出用 Watchdog 与 Repair 两个智能体自动生成并验证补丁,在五类数据管道故障中把 MTTR 从 170 分钟降到 3.2 分钟。

10月7日周三
9月30日周三
  1. AWS Machine Learning Blog60

    用 Amazon Nova Act 和 Bedrock AgentCore 实现合成监控

    AWS 发布教程,介绍用 Amazon Nova Act 与 Amazon Bedrock AgentCore 构建智能体驱动的合成监控,以自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本,由 EventBridge Scheduler 定时触发、SNS 发送失败告警。

    推荐理由:用自然语言动作替代 DOM 选择器做合成监控,给出架构、部署命令与成本估算,适合评估浏览器巡检方案。