AOI 框架：将失败轨迹转化为云诊断训练信号

01 摘要

作者提出 AOI 框架，将自动云诊断形式化为安全约束下的轨迹学习问题，包含可训练诊断系统、读写分离执行架构和失败轨迹闭环进化器。在 AIOpsLab 基准上，AOI 运行时单独达到 66.3% best@5，加入 Observer GRPO 训练后 14B 模型在未见故障类型上平均@1 达 42.9%，进化器将 37 条失败轨迹转化为诊断指导，端到端平均@5 提升 4.8 点、方差降低 35%。作者认为这些组件能累积提升性能并支持持续学习。

02 关键点

1. AOI 运行时在全部 86 个任务上达到 66.3% best@5，超过先前最优 41.9% 达 24.4 点。
2. 本地部署的 14B 模型经 Observer GRPO 训练后，在 63 个含未见故障类型的留出任务上平均@1 达 42.9%，超过 Claude Sonnet 4.5。
3. 失败轨迹闭环进化器将 37 条失败轨迹转化为诊断指导，使端到端平均@5 提升 4.8 点，方差降低 35%。