软件工程与编程智能体
突破级
暂无讲解视频
收录解读
TopoEvo 处理 LLM RCA agents 的另一类失效：忽略服务拓扑会把根因误归到下游受害节点，产生 symptom-amplification bias。
系统把 metrics、logs、traces 对齐成拓扑增强表示，用向量量化形成可审计 symptom tokens，再通过多 agent Hypothesis-Evidence-Test workflow 验证传播一致解释。
它值得正式收录，因为它把 observability、graph representation、agent workflow、incident memory 和 conservative test-time adaptation 结合成 self-evolving RCA 系统。
它没有更高，是因为当前仍是特定 AIOps 场景；真实生产多租户、大规模拓扑漂移和长期自适应安全性还需更多证据。