SADE: Symptom-Aware Diagnostic Escalation for LLM-Based Network Troubleshooting

作者：Kuan-Hao Tseng, Niruth Bogahawatta, Yasod Ginige, Kosta Dekic, Arunan Sivanathan, Suranga Seneviratne（The University of Sydney） 日期：2026-05-06（arXiv） 連結：https://arxiv.org/abs/2605.04530 分類：B-1 Agent 方法 狀態：✅ 已核對摘要頁

重點

• 把經典 Cisco 排障方法論寫成 agent 必須遵守的明確流程（explicit policy），不讓 LLM 自由發揮推理。
• 把收集證據和形成假設兩個階段分開，避免還沒查就先下結論。
• 在包含未見過網路情境的 benchmark 上，根因分析表現比基線高 37 個百分點。

與主題的關係

• 啟示：在網路排障這種有成熟 SOP 的領域，用流程約束 agent 比給更強的模型更有效。
• 同團隊後續做了 FaulT-Bench，把 SADE 當作受測 agent 之一。

回到 主動式AI網管與報修-總覽

相關筆記

• Planning(規劃)：Agent 設計模式：規劃