同一台交换机，凌晨的 CPU 基线和下午两点不是一个量级。一刀切的阈值必然同时带来误报和漏报 —— 它们看着是两个问题，其实是同一个原因。系统给每台设备学 28 天历史，按小时、日、周、月四个周期识别规律，每小时刷新一次。凌晨基线在 7–13%，抬到 25% 就该报。
告警数量从来不是问题，告警没有被组织才是。相关告警按设备关系、时间窗口、指标条件三重规则收敛成一条根因事件，附一份受影响设备清单和建议处置步骤；AI 再把「发生了什么、影响谁、下一步」写成三句话。更关键的是它检索的是你上传的运行手册 —— 同一条「核心交换机 CPU 90%」，通用模型建议重启，你的手册建议先摘流量。
定位到根因，只走完了 60% 的路。剩下的是权限、到场、执行、验证。三级台阶是递进的：L1 通知与派单，边界清晰但仍然人来做；L2 把多步动作串成一条流程；L3 才是条件自愈。也可以直接说人话 —— 「清理这台服务器的磁盘」，系统匹配到已配置的工作流并执行。
修复结果回验、基线重算、剧本与知识库沉淀。闭环的标志不是自动化率高，而是同一类故障第二次发生时，不需要同一个人再想一遍。
