Curadoria de Contexto Resolve Análise de Causa Raiz da IA, Não a Raciocínio do Modelo

A análise de causa raiz assistida por IA chegou ao ponto em que o raciocínio do modelo não é mais o principal desafio. Em um benchmark controlado de onze modelos contra um experimento de atraso de rede Chaos Mesh, cada modelo de fronteira fechada - Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro - identificou corretamente a falha injetada e seu horário quando fornecido com um contexto curado de 9.800 tokens. A única aprovação auto-hospedável veio de Gemma 4 31B; Qwen3.6 35B e Qwen3 Coder Next falharam abertamente. A variável chave não foi a capacidade de raciocínio, mas a qualidade do pipeline que alimenta o modelo.

O campo agora está dividido em duas arquiteturas: designs baseados em agentes que permitem que o modelo obtenha telemetria dinamicamente e designs determinísticos que correlacionam sinais upstream e entregam ao modelo um único breve preparado. Nikolay Sivko da Coroot, que executou o benchmark, tratou a RCA como dois trabalhos distintos: o arnês que decide o que chega ao modelo e o raciocínio sobre esses dados. O Davis AI da Dynatrace segue o caminho determinístico, percorrendo um mapa de dependência em tempo real em vez de soltar um LLM em um loop aberto. O artigo RC-LLM do arXiv quantificou a lacuna: o despejo de telemetria bruta obteve 23,75% de precisão, enquanto as listas de candidatos com escopo de rastreamento levaram isso a 41,75%.

O pipeline da Coroot incluiu sinais enganosos - tempos de consulta inflados causados por viagens de ida e volta de rede - para testar se o modelo poderia ver através do barulho se o contexto fosse compacto. Ele podia, porque o arnês já havia correlacionado a topologia e limitado as evidências. Como o trabalho pesado acontece antes da chamada LLM, uma única execução de RCA custa alguns centavos mesmo em modelos de fronteira, e a latência é limitada por uma geração única em vez de um loop de agente imprevisível. Essa vantagem de custo desaparece nos designs agêntes, que queimam tokens em cada invocação de ferramenta, nova tentativa e passo de coordenação do supervisor.

O trade-off é a rigidez. Os sistemas baseados em agentes podem puxar sinais fora de um conjunto de correlação predefinido, o que importa para incidentes não convencionais que não correspondem a padrões históricos. No entanto, tanto o ZenML quanto o Incident.io avisam que as investigações multi-agentes em produção são notoriamente difíceis de depurar - não há um rastreamento de pilha limpo, apenas interações de prompt imprevisíveis e falhas de coordenação emergentes entre agentes. Engenheiros no Reddit relatam descartar pilhas totalmente agentes em favor de fluxos de trabalho principalmente determinísticos com uma etapa LLM estreita, citando melhor confiabilidade e menor gasto de token. A regressão implícita é que, uma vez que você congela sua lógica de correlação, você está apostando que a interrupção de amanhã mapeia para o gráfico de dependência que você indexou no último trimestre.

A mudança de investimento já é visível em toda a pilha. A Anthropic, LangChain e o fornecedor de observabilidade Mezmo estão se aproximando da curadoria de contexto como a disciplina central, o que move o orçamento de seleção de modelos para arquitetura da informação: indexação de topologia, correlação de sinais e janelas de contexto limitado. Se o arnês omitir uma borda de dependência ou incluir telemetria obsoleta, até mesmo o GPT-5.5 terá alucinações confiantes. A avaliação de Sivko é direta: a parte de raciocínio da RCA da IA é "basicamente resolvida" e o trabalho de engenharia restante é "preparar o contexto certo, compacto antes de chamá-lo".

Os arquitetos devem adotar o padrão determinístico de duas etapas - correlacionar primeiro, raciocinar em segundo - e orçar para pipelines de observabilidade que curam evidências em vez de arquivá-las.