论文在统一 RCAtlas 设置下报告简单 harness 优于五种手工编排 RCA agent。
研究发现简单 LLM harness 胜过手工编排的根因分析 agent
2026-10-27前沿观察WATCH
一项研究在 RCAtlas 上比较三种简单 LLM harness、五个已发表的根因分析 agent，以及统计和因果基线。实验覆盖八个公开数据集中的 90 个已验证故障、六个模型和三档 reasoning effort。作者报告：三种中档模型上的简单 harness 达到 65–77% PR@1，手工编排 agent 为 16–53%。论文没有链接公开实现或独立复现。
对你意味着什么
对可观测性和事故响应团队来说，这项结果提醒：固定阶段和角色 agent 可能跳过关键证据，还会增加成本。比较范围足以影响原型设计，但还不能替代生产环境里的自有评测。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 评测 | RCAtlas：来自八个公开数据集的 90 个已验证故障 |
|---|---|
| 对照 | 三种简单 harness、五个已发表 LLM RCA agent、统计与因果方法 |
| 模型 | 六个模型、三档 reasoning effort |
| 报告结果 | 三种中档模型上的简单 harness 为 65–77% PR@1；已发表 agent 为 16–53% |
| 成本边界 | 增加 reasoning effort 只改变几个百分点，却让耗时最多增加 7 倍 |
| 公开材料 | 论文与 TeX source；未链接实现 |
| 时间依据 | arXiv v1 提交于 2026-10-26T17:12:02Z |
技术影响 4
工程价值 5
采用信号 1
成熟度 1
验证成本 3
风险 2