今天怎样委派
分阶段接收
公开故障/负载试验床能校准信号，但无法替组织确定风险容忍。把指标和告警本身当产物，可避免Agent靠“监控正常”自证。
W-C20 · 条件能力评估
运行信号交付：SLI/SLO、检测与可行动告警
交付能反映指定用户目标的运行指标、目标与告警，使已知故障被检测而正常波动不触发无效操作。
现在的用法
可委派指标/规则和正反例校准；先核对用户口径，再让程序持续测量，异常可交Agent解释与定位。
AIOpsLab的故障、负载和评估接口可用于校准运行信号与检测，规则正确性应以独立故障/正常控制检查。
开始前满足这些条件
- 提供日志/指标/trace、正常和已知故障窗口、采样/缺失条件及采集权限。
- 每个告警对应可核查症状、责任/升级与处置入口；冻结误报/漏报和成本容忍。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：运行信号交付：SLI/SLO、检测与可行动告警 交付能反映指定用户目标的运行指标、目标与告警，使已知故障被检测而正常波动不触发无效操作。 请读取这项工作的输入、条件和验收，结合当前授权与环境完成我提出的交付。先说明可执行范围和阻塞；保留失败、重试与独立接收记录，不把示例当作本次已运行结果。 公开资料： 当前任务与验收资料：https://edgeofwork.com/work-units/W-C20.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
当前判断与直接依据
工具今天能否获得
框架公开；目标云权限、遥测与可回退环境由实际任务提供，不要求先接生产。
AIOpsLab ↗ · 2026-10-20公开仓库HEAD ccf08d0d1d5fa5b30f120e2e8549662d44411b35；实际运行另固定依赖/镜像/模型
开源；独立集群/命名空间、遥测与模型API自备
哪些具体证据支持判断
工具与方法依据
AIOpsLab的故障、负载和评估接口可用于校准运行信号与检测，规则正确性应以独立故障/正常控制检查。
判断限制：方法不证明目标SLO恰当或长期告警可靠。
输入变化会怎样改变结论
用户SLI与目标
需定义用户成功、延迟与错误预算。
采用范围：先对照真实路径再自动化采集。
验收变化：分母/窗口/采样、依赖、目标取舍和缺测。
检测规则与值班噪声
已有遥测但告警漏报或过多。
采用范围：按可行动症状重做规则校准。
验收变化：故障/正常/抖动/采集缺失与升级路径。
前沿已经展示到哪里
AIOpsLab提供检测任务、故障/负载和评估接口，可用正常与故障重放验证告警；公开接口没有替本团队选择用户SLI/SLO，也未给本规则长期漏报/误报成绩。
未知下一步怎样验证
选一个关键用户路径和历史故障，冻结口径，用正常/故障/遥测缺失控制验证规则，再在观察窗记录行动与噪声。
未来什么信号会扩大或缩小边界
- 真实新故障被及时检测而正常波动与缺测被正确区分，可考虑扩大相近输入范围。
- 用户失败未进分母、告警噪声升高或采集缺失被写成健康，应收窄或暂停相应采用。
交付什么
请求：给关键用户路径、可接受失败/时延与取舍，明确SLI分母、时间窗、依赖和错误预算用途。
产物是信号定义、采集/规则与正反例校准，不是故障修复或容量提升；业务目标与错误预算取舍需有实际依据。
- 用户目标
- 给关键用户路径、可接受失败/时延与取舍，明确SLI分母、时间窗、依赖和错误预算用途。
- 遥测与历史
- 提供日志/指标/trace、正常和已知故障窗口、采样/缺失条件及采集权限。
- 告警行动
- 每个告警对应可核查症状、责任/升级与处置入口；冻结误报/漏报和成本容忍。
接收产物
- 指标/目标/错误预算定义和可执行采集/规则
- 正常/故障/采集缺失/抖动控制结果
- 行动手册、阈值理由、观测缺口和版本管理
怎样验收
1. 信号代表用户目标
把分母、窗口和路径与真实请求对照，检查依赖/采样遗漏。
拒收例子：只测机器存活，用户付款失败却SLI健康。
2. 规则可检测可拒绝
重放已知故障与正常波动，记录误报/漏报、检测延迟和采集失败。
拒收例子：只加一条能报警的规则，没有正常负样本。
3. 告警可行动
另一接收者按规则和指引定位受影响路径，核对升级/静默/恢复及版本。
拒收例子：告警没有对象、含义或动作，导致反复无效值班。
一个具体例子
输入：付款成功率看起来100%，但超时请求没进分母。
预期交付：修正SLI、超时/正常/日志缺失控制与升级说明。
容易出错：删去超时事件，让仪表板变绿。
工作步骤怎样重组
原来的组织方式
资料、实现/处理与验证分散交接，完成记录易脱离实际结果。
现在的组织方式
Agent读服务定义和历史，生成/调整采集和告警，程序重放控制；负责人决定SLO和升级取舍。
保留的判断、新增的工作与失败接管
仍需做好
- 设定用户风险与错误预算政策，确认告警责任和可采取动作。
新增职责
- 另一接收者按规则和指引定位受影响路径，核对升级/静默/恢复及版本。
人的责任：设定用户风险与错误预算政策，确认告警责任和可采取动作。
失败处理：目标不明确先给可选口径及影响；采集缺失应暴露为缺测，不能写成零错误。
尚待补足
- 用户SLI分母/缺测、真实新故障与长期误报/漏报分布尚需校准。
这对个人和团队意味着什么
职业与岗位
运行信号交付：SLI/SLO、检测与可行动告警
指标/目标/错误预算定义和可执行采集/规则
选一个关键用户路径和历史故障，冻结口径，用正常/故障/遥测缺失控制验证规则，再在观察窗记录行动与噪声。
查看相关职业与方向 →团队与分工
公开故障/负载试验床能校准信号，但无法替组织确定风险容忍。把指标和告警本身当产物，可避免Agent靠“监控正常”自证。
Agent读服务定义和历史，生成/调整采集和告警，程序重放控制；负责人决定SLO和升级取舍。
在真实授权任务核对产物、失败、返工与接收时间，再据此配置工具、环境和人员。
查看工作分工与组织案例 →依据具体支持了什么
AIOpsLab 官方框架
提供可构造症状与结果的环境。
未覆盖：方法不证明目标SLO恰当或长期告警可靠。
原文定位、日期与职业来源关系
- AIOpsLab 官方框架 ↗
持续更新仓库；本次2026-10-20访问 · 定位：README：Problems；Fault/Workload/Evaluator
可注入故障、生成负载并观察恢复状态的试验床；框架不是SRE端到端可靠率；拓扑、权限和业务不变量需另配。
核查 2026-10-20 · 下次复查 2027-01-20
未来3–5年：2029–2031
2029–2031：从单份修改到持续交付的软件Agent
整包应用案例、真实修复接收和运行流程优化，是更长软件任务可委派的正面信号。以下是本站据此提出的条件情景，不是这些研究给出的日期预测。
当前建议回答今天怎样交付；未来3–5年指2029–2031。编程的完整交付与数学的开放问题成果，支持认真准备更广泛自主工作的强情景。本站把AGI视作跨领域、能适应新任务且可靠达成复杂目标的讨论对象；这些进展是方向证据，尚不能确认某个AGI定义已满足或必在某年发生。三种情景均给出可观察信号、职责变化与现在行动，不把今天的局限或人的现有分工写成永久边界。
基准情景：完整修改成为常用交付
在上下文与测试较成熟的系统中，Agent承接功能、修复和回归的一体交付，维护者从逐步编写转向目标、异常与接收；审查的一部分继续自动化。
现在的行动：现在沉淀真实行为契约、失败样本和环境；按净交付周期衡量收益，不以代码量替代。
成立信号与职责变化
- 未见仓库和变更类型仍保持可验收交付
- 返工、接收和线上恢复成本随使用改善
- 环境/上下文变化能被检测并更新
工程岗位更常覆盖需求、系统取舍与运行结果；初级培养需从只写代码升级为理解与验证完整修改。
加速情景：软件成为按目标持续运行的系统
若长链恢复、跨仓库迁移和自动验证持续进步，Agent可在权限与预算内规划、实现、迁移和维护较大系统；人可用更少逐步干预探索新产品，团队边界可能重组。
现在的行动：把工具和职责做成可替换接口；试验更大交付，但按实际触发信号扩围，并安排成员转向新的业务机会。
成立信号与职责变化
- 跨多系统、数周目标能在真实变化后继续交付
- 独立评估能发现自生成测试漏掉的重要错误
- 完整人工介入和故障成本持续下降，且系统可迁移到新业务
稀缺工作可能转向选目标、产品机会、资源和影响取舍；不能预设人工代码审查永远是主要瓶颈。
受限情景：编码快，集成与组织仍慢
模型产物更强，但遗留系统、隐性需求、权限和恢复成本使自主交付扩展较慢；固定程序与AI协作长期并存。
现在的行动：优先修复反复出现的集成障碍；保持可回退的部署和岗位安排，避免依据榜单单独裁定编制。
成立信号与职责变化
- 未知依赖和需求变动仍引发大幅返工
- 审查和事故处理抵消生成提速
- 同一Agent换系统后需要重新铺上下文
系统知识、集成和沟通能力仍有高价值；工具投入首先服务复现、测试和资料。
持续观察什么，以及情景的研究依据
- 实际未见仓库的完整交付与维护记录
- 跨月净人工时间、回滚与事故情况
- 任务/环境/模型版本变化后的迁移表现
- 把长时间应用开发交付给Agent ↗
2026-03-24 · 定位：规划/生成/评价分工、实际应用操作及评价者限制
展示围绕可用应用的实现、操作评价与修正循环，支持以用户行为验收功能。；作者工程案例；未复现演示应用，不能推出任意项目可靠率或多Agent必优。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- AI参与的修复PR：哪些被项目接收，哪些没有 ↗
2026-01-29 · 定位：§2样本、表1、§3.2失败原因
五类Agent参与的8106个修复PR中5267已合并、2113关闭未合并、726仍开放；提供修复交付与项目接收的观察。；非随机样本，Agent配置与项目不同；合并不等同全部正确或净省时，不用于本站成功率。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Harness²：固定执行模型，改进运行流程 ↗
2026-10-09 · 定位：§2.2、§3.1表1、附录B/D
WorkBuddy-Bench Code上的平均检查得分变化及工具/上下文/检查流程的优化方法。；检查项均分不是项目通过率；经验流内相关，候选与编辑成本另计；未验证本站任务。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Anthropic内部的工作与职责变化 ↗
2026-10-16 · 定位：Bottlenecks and process；采用非随机限制
单公司现场观察到Agent组织、上下文维护和注意力分配成为新的工作。；公司业务及采用选择特殊；产出代理量不等于完整业务价值，不外推行业岗位数量。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- 任务时间跨度：软件任务趋势及其适用范围 ↗
未标注（最后更新2026-09-08） · 定位：页首维护状态；Methodological Details；FAQ
在给定软件类任务分布上，按人类专家任务时长描述模型可完成难度，适合观察长链能力趋势。；此页已停止主动更新；时间跨度不是Agent自主运行时长，不直接对应行业自动化或AGI日期。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查