Progressive Crystallization：提取确定性工作流，成本降低70%
Progressive Crystallization: Turning Agent Exploration into Deterministic, Lower-Cost Workflows in Production
在企业级 IT 运维（AIOps）中，引入大语言模型（LLM）驱动的 Agent 已经成为解决复杂故障的主流方向。Agent 通过调用工具观察系统状态、进行逻辑推理并执行修复动作，这种高度的灵活性使其能够有效应对前所未见的新型故障。然而，随着部署规模的扩大，一个致命的商业悖论逐渐浮出水面：在生产环境中，越是高频发生的已知问题，Agent 消耗的算力成本就越高。
ArXiv URL：https://arxiv.org/abs/2607.07052v1
Microsoft 的研究团队在一篇最新论文中敏锐地点出了这一痛点——目前的大多数系统将 Agent 视作一种“永久性的执行引擎”。这意味着，即使是 Agent 已经成功解决过一万次的常规网络故障，当第一万零一次相同故障发生时，系统依然会唤醒庞大的语言模型，重新消耗成千上万个 Token 进行完整的推理、规划和工具调用。这种每次执行都依赖全量模型推理的模式，使得 Agent 沦为了企业基础设施中深不见底的“永久性成本中心”，总支出随着事件数量呈线性甚至指数级增长。
为了打破这一僵局，Microsoft 提出了一个名为 Progressive Crystallization（渐进结晶）的全新生命周期框架。该研究的核心洞见在于：不应将 Agent 的探索和推理作为常规任务的永久执行方式，而应将其重新定位为一种“发现机制”。通过从 Agent 的历史执行轨迹中提取规律，系统可以逐步将那些被反复验证的随机性行为，转化为低成本、高可靠性的确定性工作流。
告别永久推理：从探索到结晶的范式转移
传统降低大模型成本的思路往往局限于模型层面。例如 FrugalGPT 等研究致力于通过模型级联（Model Cascades）或请求路由，将简单的任务分配给更小、更便宜的模型。然而，Microsoft 团队指出，只要系统本质上仍是概率性的，它就永远无法完全消除对已解决问题的推理开销。
Progressive Crystallization 的解法与优化模型本身完全正交，它汲取了流程挖掘（Process Mining）的思想。在传统的流程挖掘中，系统通过分析数据库或应用程序的事件日志来还原业务流程；而在 Progressive Crystallization 框架下，事件日志变成了 Agent 的执行轨迹（Execution Traces），还原出的模型则是可以直接在生产环境中运行的自动化剧本（Executable Playbooks）。
这种将非结构化的 LLM 探索“凝固”为结构化代码的过程，被形象地称为“结晶”。通过这一过程，平台能够在不依赖人类工程师手动重写代码的前提下，自动变得更加经济、快速且安全。
执行类型的分类谱系与渐进演化
为了实现从探索到确定的平滑过渡，研究团队定义了一个包含三个阶段的执行类型谱系。这三种类型并非相互孤立的系统，而是同一个底层运维任务在不同生命周期阶段的表现形式。
处于最前端的是 Type 3（Agent 编排）工作流。这是一种完全随机且成本高昂的执行模式，也是任何新型故障进入系统的初始入口。在这个阶段，Agent 在预设的边界内拥有极大的自主调查权，它将自主决定读取哪些监控数据、如何组合信息。为了保证安全，这类工作流在执行写入或变更操作时，必须依赖人类在环（Human-in-the-Loop, HITL）的审批机制。每一次 Type 3 的执行通常需要消耗数万个 Token，耗时几秒到几分钟不等。
当 Agent 在 Type 3 阶段积累了足够的成功经验后，任务会被提取并晋升为 Type 2（混合型）工作流。Type 2 具有固定的步骤结构，LLM 的介入被严格限制在特定的节点上。更为关键的是，在 Type 2 中，大模型仅负责理解、分类或总结信息，不再负责决定“下一步做什么”。所有的执行动作都必须经过严格的类型约束和模式验证（Schema-validated）。通过剥离规划和决策权，Type 2 的单次运行成本骤降至几千个 Token。
最终的形态是 Type 1（完全确定性）工作流。这是系统从历史轨迹中提纯出的终极产物，表现为预先编写好的硬编码逻辑。Type 1 具有与传统 IT 自动化脚本完全相同的执行保障：它的 Token 消耗为零，执行延迟被压缩至毫秒级，且具备百分之百的可重复性。
基于证据的晋升与熔断降级机制
将高成本的 Agent 转化为零成本脚本，面临的最大工程挑战是如何保证转化过程的可靠性。Progressive Crystallization 设计了一套极其严格的“基于证据”的晋升标准。
研究团队强调了一个核心的设计哲学：系统的自主权并非来自于底层模型能力的强弱，而是来自于特定剧本和操作类型的“历史业绩”。一个参数规模再庞大、跑分再高的先进模型，如果在某个特定运维任务上没有积累足够的历史成功轨迹，它依然只能在 Type 3 阶段接受人类的严格监督；相反，只有那些被数据反复证明行之有效的执行路径，才会被自动提取为 Type 1。
然而，IT 基础设施是一个动态变化的环境，曾经完美的确定性脚本随时可能因为外部环境的改变而失效。为此，该框架引入了“持续发现与降级”的熔断机制。
论文中记录了一个非常典型的生产案例：系统曾经生成了一个高度稳定的 Type 1 确定性剧本，用于处理某种网络设备的故障。但在一次固件更新后，设备返回的命令行输出格式发生了微小的改变。面对这一变化，Type 1 的硬编码解析器瞬间失效并触发执行错误。
此时，系统的容错机制发挥了作用。它没有让故障处理流程陷入瘫痪，而是立即触发熔断，将该任务自动“降级”回 Type 2 或 Type 3。由于恢复了 LLM 的介入，Agent 强大的上下文理解能力让它迅速读懂了新的命令行格式，并成功解决了问题。在连续多次成功处理新格式的故障后，系统再次从新的执行轨迹中提取规律，将任务重新晋升为 Type 1。这种机制赋予了平台双重优势：既享受确定性自动化带来的极高稳定性和极低成本，又保留了 Agent 面对环境突变时的极强适应力，且全程无需人类工程师干预。
打破直觉的结论：成本越低，系统越安全
在涉及自动化系统的改造时，业内普遍存在一种直觉式的担忧：将复杂的 LLM 推理替换为成本更低的自动化脚本，是否意味着牺牲了系统的安全性或质量？
Microsoft 的研究给出了截然相反的结论：结晶过程不仅没有损害安全性，反而使所有的关键安全指标实现了单调递增。
作者指出，完全确定的 Type 1 工作流比最初的 Agent 探索具有更高的安全性，原因在于其验证前置。在 Type 3 阶段，系统对爆炸半径的控制主要依赖于运行时的动态拦截和人类审批，这种方式充满不确定性，可重复性仅在 50% 左右。而随着任务向 Type 1 演进，控制手段从动态拦截转变为静态模式验证，最终转变为可以在代码执行前就进行完全静态证明的确定性逻辑。
此外，审计能力在整个生命周期中均未妥协，因为所有类型的工作流都会保留完整的执行追踪日志。合规性也从“依赖于在场人类的判断”转变为“内置于系统结构的刚性约束”。简而言之，因为确定性意味着绝对的可重现和可验证，所以平台的安全水位与经济效益实现了罕见的同频共振。
生产环境的大规模验证与商业启示
为了验证该框架的实际效能，Microsoft 将 Progressive Crystallization 部署到了其负责大规模云网络运维的生产级 AIOps 系统中。在长达八个月的观察期内，该系统每月需要处理数以万计的真实网络故障。
实验结果展现了惊人的商业价值。随着时间推移，系统中越来越高比例的故障匹配到了成熟的模式。原本完全依赖大模型的系统，其 Type 1 确定性工作流的执行占比从最初的 0% 稳步攀升至 45%。得益于底层路由策略将流量引向零成本工作流，即使在此期间总体的网络故障工单量翻了一倍，系统分摊到每次故障处理的 Agent 成本依然大幅降低了 70% 以上。
与此同时，服务质量未受到任何负面影响。平台对常见故障类别的自主解决率保持在 90% 以上，平均故障恢复时间（MTTR）从数小时骤降至几分钟，且错误修复率严格控制在 5% 以下，没有发生任何客户可见的服务降级。
这项研究为整个 AI 行业特别是 ToB 领域的企业级落地提供了一个极具前瞻性的视角。团队在论文末尾提出，Type 1、Type 2 和 Type 3 在系统中的执行比例，应当成为未来衡量任何大规模 Agent 团队“运营成熟度”的核心指标。
大模型平台不必永远承受极其高昂的推理税。通过将 LLM 强大的泛化能力聚焦于对未知领域的“发现”，并利用 Progressive Crystallization 将被验证的知识沉淀为零成本的基础设施，企业可以在拥抱 AI 终极灵活性的同时，建立起一条具备长期经济可行性和极高安全边界的自动化坦途。