AI 会写代码，为什么还接不好生产告警？Resolve AI 的六层 Harness

导读

生产告警涉及日志、指标、部署和多个团队，怎样让 Agent 查找根因而不是给出一个听起来合理的故事？Resolve AI 的 Varun Krovvidi 把系统拆成模型编排、上下文选择、因果推理、受治理操作、学习和评测六部分。调查开始时，Agent 可先用图检索寻找方向，再按需读取具体日志、指标或代码变更；结论要说明事件先后和证据链，证据不足时降低置信度。演示中，Grafana 告警进入 Slack 后，Agent 排查出陈旧集成，同时将同期的云故障和部署错误列为已排除的解释。工程师可以继续追问证据或拉同事加入；读写权限按任务约束，反馈和完整调查轨迹再用于后续评测，帮助团队在模型或系统变化后检查调查过程。