张尧 AI Agents在On-call助手场景中的探索与实践

01 背景介绍
eBay的Sherlock.io监控平台具备指标、日志、追踪、事件等多维分析能力，并支持BCD、Groot、Exemplar、Remediation等工具。On-call日常工作中，用户常遇到问题如无法描述问题、PromQL/LogQL编写错误、数据丢失、告警异常、资源不足等。

02 相关工作调研
调研了检索增强生成（RAG）、智能体（AIAgents）、ReAct、反思（Reflection）、思维树（ToT）等前沿技术，分析其性价比与适用性。

03 方案介绍
提出Le Penseur方案，包含：

• 意图识别：通过对话理解用户需求（如“我的Raptor应用怎么platformmetrics没有了？”）。
• 路由：处理用户问题（如PromQL修改、数据丢失、告警问题等）。
• TriageAgent：采用分层+动态few-shot示例+集成方法进行问题分类。
• 重路由：针对用户追问或路由错误进行二次匹配。
• 智能规划：根据问题类型（如PromQL错误、Onboard状态、使用量限制）生成执行计划（如检查PromQL、检查Onboard状态等）。
• 受控执行：结合ReAct和Single-Path Best First Search平衡效果与资源消耗。

04 未来展望
计划评估多轮对话、时间敏感任务等难点，并探索多Agents系统的构建。