自动化流程实验室近期在实验环境里验证一条思路：让工作流编排系统在异常发生时，先判断「能不能自己修」，再决定是否叫人。
做法是把每次执行的步骤日志、错误码、重试序列和上下游服务状态拼成一条事件记录，用轻量聚类生成「异常指纹」。系统据此区分三类情况：瞬时抖动（推荐原步重试）、幂等可跳过（推荐跳过并标记）、状态已污染（推荐回滚到最近检查点）。回滚不是无脑执行，需先检查补偿动作是否幂等、是否会留下脏数据，再向流程负责人推送一页式决策卡。
- 阶段性进展：在 3 条内部流程、约 1.2 万条历史执行日志上离线回放，异常归并的 Top-3 命中率约 87%；误判集中在重试类，主要来自超时阈值设置过紧。
- 下一步：接入实时事件流，验证「推荐—人工确认—执行结果」的闭环数据能否反哺指纹库，并补充回滚失败后的兜底路径。
目前仍以「建议 + 人工确认」为主，不做全自动回滚。
评论