
Google Cloud Project Chrysalis:受治理的自演化 AI agent 参考架构,模拟 Black Friday 缓存雪崩把首次缓解从 15–45 分钟压到 1.8 秒
一句话结论
这篇参考架构把 Dream-RSI 反事实仿真、APEX 三层共演化与 AgentEvolver 的 Shapley 归因装进同一套 ADK 流水线,并用 Model Armor、Cloud KMS、OPA 与双人 HITL 把每一次自补丁和拓扑改写钉死在加密与人工签收边界内。
背景与理念
静态 runbook 和只会给建议的副驾驶,扛不住 Black Friday 一类高并发级联故障。文章用缓存雪崩说明:促销流量打冷键,Memorystore 命中率塌到零,未缓存流量压垮 Cloud SQL 连接池,服务出现大面积 HTTP 500;人与天真模型都会本能地「重启连接池」,结果把尾延迟拉得更高。
作者提出的范式叫 Self-Evolving AI:要在实时诊断根因、热挂可执行缓解工具、用遥测给每一步打分、把已验证原则写进记忆,并在人工签收下改写多智能体拓扑。
具体做法
三根研究支柱。Dream-RSI 把生产请求轨迹导出到 BigQuery,离线重放数百种 token-bucket 配置;APEX 分三层共演化——Layer 1 秒级热补丁、Layer 2 原则蒸馏进向量记忆、Layer 3 把常驻专家子智能体写进 ADK DAG;AgentEvolver 用干预前后的 P99、5xx、连接池饱和度做逐步 Shapley 归因。
演示四阶段。告警经 Model Armor 进入 Supervisor;Layer 1 合成内存中的 token-bucket(容量 10、补给 40 req/s),过 AST 沙箱、OPA(补给速率不得低于 10 req/s)和 Cloud KMS+Binary Authorization 签名后挂到 API Gateway;AgentEvolver 惩罚「重启连接池」反射(延迟到 3800 毫秒),奖励限流补丁;原则写入向量记忆;Tier-2 拓扑改写需 Dual-Custody HITL,批准后在内存中改 ADK DAG,零容器重启。
关键数据/例子
模拟 Black Friday 缓存雪崩中,首次缓解时间从 15–45 分钟降到 1.8 秒。
HTTP 5xx 从 72.7%–80.0% 降到 0%;P99 从 519.8 毫秒降到 18.2 毫秒。
BigQuery 上对 400 个反事实流量策略的向量化重放约 0.5 毫秒完成。
二次 50 请求冲击里,超额流量以 HTTP 429 干净甩掉;后续混沌验证在清掉全部缓存并打 200 并发时,新挂上的流量整形专家把 5xx 保持为 0、数据库最大负载约 13%。
创新点
第一,把「自演化」拆成热补丁、原则记忆、拓扑改写三层,而不是一次改源码。
第二,用 Shapley 逐步归因区分有用补丁和有害反射,并把原则加密签名进记忆。
第三,治理不是事后审计,而是挂载前的四道闸:Model Armor、AST、OPA、KMS/Binary Authorization,外加双人 HITL。
可否复用
- 做生产自愈智能体时,先定义哪些动作可以秒级热挂、哪些必须人工签收后再改拓扑。
- 把「重启连接池」这类压力反射写进负面原则,用遥测归因自动惩罚。
- 用离线反事实仿真选限流参数,再上线,避免在生产直接试错。
- 合成补丁必须过签名与策略闸,不要让模型直接往不可变容器镜像里写文件。