跳转至

Read this paper write-up in English

Diviner：生产事故诊断中的证据与人工治理

component_only / L1 CPU 协议组件。实现证据接纳、假设状态与人工批准合同，不运行生产 RCA Agent，不进入 Evolve 晋级。

论文信息

字段 内容
论文链接 Diviner 原文
公司/机构 一作 Pradipta Ghosh；Meta，全体作者属于 Meta
首次公开日期 2026-10-15，arXiv v1；10-16 公告重叠补漏，不是 10-18 首发
原文开源代码 未找到作者公开 Diviner 仓库；LangChain 等依赖不是该论文实现
本地 Adapter 无（adapter: null）；组件 key：diviner
本地复现代码 src/auto_research/agent_research/diviner.py；scripts/run_oct18_agent_components.py

原始论文总结

背景与主要改动

生产事故的症状可能跨推荐、排序、数据、配置和算力服务传播。LLM 能调用工具并不代表它能可靠诊断：超时不等于无异常，历史相似事故不证明本次根因，事后总结也不能作为事故发生时的证据。原文 §4–5用 Encode／Execute／Evaluate／Adapt 四阶段闭环组织领域知识、Lead–worker 调查、事后审查和 owner 批准的知识更新。运行中只调整本次调查计划，不能自行发布新的共享工作流或执行缓解操作。

flowchart LR
    H[历史快照与有主知识] --> E[有界Lead与隔离worker]
    T[当前目标和时间窗] --> E
    E --> V[带来源和工具状态的证据]
    V --> Q[支持 / 反驳 / 未解决假设]
    Q --> R[运行时复核与人工结论]
    R --> P[事后重放与owner批准]
    P --> H

原论文关键图

Diviner：生产事故诊断中的证据与人工治理 原论文 Figure 3

原论文 Figure 3（关键图）：Diviner 的 Encode、Execute、Evaluate、Adapt 四阶段生命周期；保留证据关联、隔离工作者和回放后经负责人批准的更新。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

本地把原文证据合同写成结构化接纳条件，而不是新的 RCA 模型：

\[ \operatorname{admit}(e)=I[\text{同incident/target}]I[W_e\subseteq W_q] I[t_{\mathrm{available}}\leq t_{\mathrm{asof}}] I[s_e\in\{\mathrm{data},\mathrm{valid\_empty}\}]. \]

partial、timeout、denied 等状态不能支持或反驳假设；valid_empty 仅能作为有效缺失或反驳证据，不能证明正向发现。该检查只验证结构与时间边界，不证明内容语义蕴含或因果关系。持久知识发布要求下一版本、重放通过和 artifact owner 明确批准。

论文离线与线上效果

原文报告在 Meta 推荐／排序基础设施支持数千事故；45% Exact RCA、60% useful Direction、80% mean Groundedness。观测性 cohort 中，辅助事故的 detection-to-mitigation 时间约短 52%，事前工程投入约少 15%；这不是随机线上 A/B，不能解释为独立因果效应。同模型历史配对回放的端到端 harness 比较报告 Exact RCA 增加 11 个百分点，但 Direction 和 Groundedness 差异的区间包含无变化。各结果来自不同样本群，不能混合。实验与限制

本地复现

数据协议与运行

PYTHONPATH=src python scripts/run_oct18_agent_components.py \
  --methods diviner --seeds 42,43,44 --device cpu \
  --output runs/oct18-agent/diviner.json

每 seed 产生 24 个有来源的人工事件，随机化工具状态、可获得时间和数值。独立参考条件重算可接纳数；负对照把任何非空工具响应都当证据，从而保留错误接纳计数。另测未批准发布被拒和 owner 批准后版本前进。接口不接真实事故，也不生成根因答案。

结果与代码映射

EvidenceLedger.admit 接纳证据并保存拒绝理由；update_hypothesis 检查引用和三态状态；publish_update 执行 owner gate。逐 seed 数值、源码 hash、负对照与聚合见 CPU 组件产物。这些是合同诊断，不是 RCA 成功率。

成本与边界

原配置依赖 Meta 私有事故和生产观测权限、DRAMA-1B 多视图检索、真实多 Agent/API 调查；原文单次调查最终结论约 15 分钟 p50、24 分钟 p95，完整群体实验不能由单 A100/A30 或 Mac 低成本重跑。成本过高，不复现（审查 DONE），亦不伪造公开事故替代结论。diagnostic_only=true、promotion_eligible=false、evolve_integrated=false；无 CUDA 路径，不需要 GPU receipt。