今天分享的是：张尧：AI Agents在On-call助手场景中的探索与实践

发达推断：24页

在eBay的Sherlock.io监控平台布景下，On-call宽广责任靠近诸多问题，如对各类本领问题的究诘、数据问题、告警问题及资源配额问题等。为措置这些问题，对关连本领进行了调研，包括检索增强生成（RAG）、智能体（AI Agents）过火关连本领如ReAct、反想（Reflection）、想维树（ToT）、树搜索（LLM Agents + MCTS）等，并对比了它们的性价比。基于此，建议了AI Agents在On-call助手场景中的应用决策，通过意图识别行使稀奇词汇识别和RAG泄漏用户问题，路由接纳分层、动态小样本示例和集成步地将问题分拨给Q&A Agent或Triage Agent，重路由用于处理用户刻画不清、追问或路由差错等情况，智能诡计左证问题分析原因并制定步履措施，受控践诺接纳ReAct和单旅途最好优先搜索均衡服从与花销。改日瞻望方面，评估决策靠近多轮、对话式和时候敏锐等难点，同期多Agents系统的发展标的包括分层、去中心化或分享、采集式音信池等架构，这些探索与实践旨在擢升On-call助手场景下的问题措置服从和服从，以更好地支吾监控平台关连责任中的各式挑战。

以下为发达节选履行

伸开剩余78%

发布于：广东省