微软称,一个基于大模型的故障处理工具,其诊断信息收集部分已被 30 多个团队使用四年,根因预测部分由一个故障管理团队在用

事件日期 / 报道日期

2023-11-13

证据阶段

实际部署企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。

关联任务

被呼叫叫醒的那个人

值班:在时间压力下决定回滚什么、降级什么,以及在事情还没修好的时候对外怎么说。

仍由人主导✓ 有证据支撑

适用范围

一篇同行评审论文,作者大多来自微软,讲的是给处理云服务故障的值班工程师用的工具。它的诊断信息收集部分已在微软 30 多个团队部署使用四年以上;用大模型的根因预测部分在初步阶段成功后,已由一个故障管理团队实际使用了几个月。它帮助的是诊断;它不决定回滚什么、接受什么损失;微软出售其中用到的模型。

这意味着什么

故障中的诊断越来越多地有工具协助:在一家大型云服务商,值班工程师需要的信息早已自动收集,根因建议也已投入使用。为恢复服务该牺牲什么,这个决定不是工具做的。

还不能说明什么

这是一家公司自己的研究者报告的工具;它说明不了值班负担在上升还是下降。

你可以核实什么

打开 arXiv:2305.15778(RCACopilot),找到「has been deployed across 30 teams within Microsoft for over four years」。

是否改变评估

否。影响指数不会被单条事件改变。这条记录做到的是:上面 1 项关联任务的判断从「推断」变成了「有证据支撑」。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。