Rescale 用 AI-DLC 五天建成故障分诊 Agent
- 要解决的问题：Rescale 每晚数百条 Playwright 端到端用例失败后，on-call 需人工分类根因、路由团队并跨多个日志与代码库取证，而这些测试门禁每周生产发布，未解决失败会拖住多个团队。
- 构建路径：AI-DLC 采用 Mob Elaboration 与 Mob Construction，AI 生成方案与代码、人批准每一步；团队在两天内回答 AI 提出的 20+ 澄清问题，确定 Phase 1 边界与四个工作单元，并在构建中两次由人验证架构转向（AgentCore→EKS、第三方日志→CloudWatch）。
- 技术栈：Agent 跑在 EKS 的 Argo Workflows 中，调用 Bedrock 上的 Claude Opus 4.8 分类根因，经 MCP 查 CloudWatch 日志、检索历史故障知识库，输出带文件引用的结构化修复报告；评估用 PyTest 框架建立基线。
- 生产数据：五天进入预发、数周内上生产；分类与人工分诊的一致率从 44% 升至 68%，测试失败阻塞生产部署的分析时间减少 20%，数据来自 Rescale 自述，未见第三方复现。
- 行业意义：可迁移点不在模型，而在流程约束——需求澄清、架构签核、评估基线在写代码前完成，AI 只负责被定义清楚的部分；Rescale 后续把 AI-DLC 推进为标准开发流程并筹建内部卓越中心，说明该方法的价值在于把一次性项目沉淀为可复用工程规范。 🔗 AWS Machine Learning Blog
