Jev diagnostica fallos de Kubernetes sin ningún agente LLM y acierta el 76% en 14,6 segundos
Jev-Driven SRE Diagnosis: What Worked and What Failed
El equipo de SREGym probó un pipeline de diagnóstico de incidencias en Kubernetes que no usa ningún agente LLM: un recolector programático reúne evidencias del clúster y Jev elige la causa raíz entre opciones predefinidas. Sobre 21 fallos de SREGym-Lite, el sistema superó 80 de 105 diagnósticos (76,2%), con una mediana de 14,6 segundos y un coste estimado de inferencia de 0,15 dólares. Los resultados fueron muy consistentes: en cada fallo, o pasaban los cinco intentos o fallaban todos.
El recolector hizo un trabajo diagnóstico sustancial: encontró la diferencia entre el Pod y su plantilla y redujo los candidatos de webhook. Jev eligió el componente afectado y la evidencia que debía enviarse.