6 含有标签「postmortem」

Posts tagged "postmortem" on TianPan.co.

没有根本原因的事后分析

“五个为什么”事件回顾假设存在一个模型并不具备的确定性原因。本文将介绍如何编写一份真实的 LLM 事后分析报告，它建立在故障率增量和促成因素堆栈之上，而非寻找单一的根本原因。

你的合同签署了一家供应商，但你的故障报告却指向了其背后的一层。本文教你如何梳理第四方风险、衡量真实冗余，以及如何撰写一份你无法完全掌控的故障复盘报告。

大多数事件模板都没有留出记录 AI Agent 推理内容的栏位——导致行动项在试图为概率性失效寻找确定性的解决方案，从而使得同一类故障不断重复发生。

没有复现步骤的 AI 故障并非调试失败 —— 它是系统在告诉你，单一的错误输出只是分布中的一个采样，而非确定性的 Bug。事后分析的形式必须随之改变。

传统的 SRE 复盘模板是为代码变更和基础设施故障设计的。对于 LLM 故障，真正发生变化的变量往往被遗漏了——如 Prompt 版本、模型选择切片、裁判配置、检索索引状态、工具 Schema 以及流量组合。本文提供了填补这一空白的模板字段和故障类别分类法。

「修提示词」的反射动作正在取代 AI 事件复盘中真正的根因分析。本文解释为何如此，以及如何将无责 SRE 文化应用于非确定性系统。