Jev диагностирует сбои в Kubernetes без LLM-агента: 76% точных диагнозов за 14.6 секунды

Jev-Driven SRE Diagnosis: What Worked and What Failed

Jev диагностирует сбои в Kubernetes без LLM-агента: 76% точных диагнозов за 14.6 секунды

Исследователи из SREGym представили конвейер диагностики, в котором Jev без LLM-агента выбирает вероятную первопричину сбоя из собранных программным способом данных кластера. На 21 сценарии SREGym-Lite конвейер прошёл 80 из 105 диагнозов (76.2%) со средней задержкой 14.6 секунды. Jev не генерирует команды и не пишет отчёт — он лишь выбирает из предложенных вариантов, что делает диагностику быстрой и дешёвой.

Jev отвечает на вопросы, выбирая из предложенного набора вариантов. Чтобы использовать его для диагностики, нам нужно предоставить как доказательства, так и возможные ответы.
  1. clintonb

    > В конечном счете, мы считаем, что включение диагностики на основе Jev в рабочий процесс SRE-агента — значительный шаг к эффективному объединению моделей System One и System Two.

    Зачем? Какова конечная цель? Снизить стоимость? Ускорить анализ?

    Я настроил агента для реагирования на оповещения через Slack. У него есть доступ к ClickStack (для телеметрии), Kubernetes и GitHub. Он работает на одной из моделей Sonnet. Стоимость настолько низкая при обработке менее дюжины оповещений в день (в основном из-за очень чувствительной сигнализации по количеству ошибок), что замена на Jev не имеет никакого смысла. Особенно если результаты менее надежны.

  2. beebmam

    Мне кажется, Jev предназначен для случаев, когда нужно принимать множество быстрых решений с малым входным контекстом. Работа SRE, вероятно, лучше всего подходит для очень небольшого числа критических решений, которые нужно принять, с большим входным контекстом.

  3. amne

    Я перешел на модель принятия решений для своей локальной штуки с голосовым управлением «ИИ». faster-whisper выдает текст, затем onnx оценивает все мои сущности HA, чтобы определить, о какой из них я говорю... затем он перечисляет все свои действия и второй раунд оценки, чтобы определить, какое действие я хочу. Немного regex для извлечения чисел, если я говорю что-то вроде «поливай газон 10 минут». По сравнению с тем, что может LLM, это довольно тупо, но учитывая, что теперь у тебя есть семантическая оценка «под рукой» без необходимости прибегать к расстоянию Левенштейна или другим подобным грубым алгоритмам, это безумно, насколько умным это может выглядеть.

    И чтобы ответить на очевидный вопрос: из-за задержки. Эта штука включает свет или водяной клапан менее чем за 100 мс на ноутбуке 2001 года с 8 ГБ оперативки... и все работает локально на ноутбуке.

Ещё за этот день

2026-10-07