跟着汇聚环境日益整合蜂窝汇聚、汇聚切片和云原生架构，汇聚测试变得愈发复杂。实践室和考据团队咫尺需要在多供应商、多域堆栈中责任，当故障发生时，处理问题可能需要多个边界群众并行合作。Spirent Communications公司（已于2025年10月被Keysight Technologies收购）正寻求通过其智能体AI处理决策Luma来处理这一挑战，该决策特意用于汇聚测试和保险。

Spirent家具治理副总裁Anil Kollipara默示："当出现故障时，无论是手动测试如故自动化测试，推测故障、找到根底原因并提供设立决策——这仍然是通盘经由中止境耗时沉重的格局。这是一个老问题，但咱们之前莫得相宜的处理决策来全面处理它。正因如斯，咱们推出了Luma。"

Luma构建在边界专用常识图谱、笃定性端正引擎和多智能体架构之上。启动版块针对Landslide平台，这是Spirent的中枢汇聚测试平台，主要被运营商、管事提供商和超大限制厂商用于预坐蓐性能测试。野心是冉冉将Luma延迟到通盘Spirent家具组合。

Luma围绕三大功能复旧构建：常识、测试用例生成和根因分析。

常识复旧处理针对本事法度、呼唤经由、家具文档和合规条款的查询。测试用例生成复旧让工程师大概通过对话描写测试场景，并让Luma在Spirent的Landslide平台内进行建立。根因分析复旧处理测试运行中的日记、关节性能标的和数据包拿获文献，以识别故障点。

Luma通过夹杂群众AI架构奉行这些责任经由。Kollipara说："咱们在架构中构建了多个群众智能体。"

举例，有一个智能体特意处理PCAP文献并交融其本色。另一个智能体特意交融输入家具的建立。还有一个智能体特意网罗所有这个词信息并笃定根底原因的优先级。

Kollipara解释说："咱们有大要10到12个智能体，何况会赓续增多更多，它们协同责任为客户提供或奉行好意思满的责任经由，从网罗PCAP、日记和KPI等信息来源，处理所有这个词这些信息，解释效力，并找出根底原因。"

AI的一个关节担忧是谎话语模子不具笃定性，可能产生空虚信息幻觉。事实诠释注解，减少幻觉的步调是减少谎话语模子的使用，至少对Spirent的用例来说是这么。

Kollipara说："咱们引入了第三方AI平台，尝试了不同的谎话语模子，很快就执意到谎话语模子仅仅处理决策的一部分，而不是一说念。在Luma中，谎话语模子的作用险些只占合座的10%，主要用于处理应然话语。大部分边界常识王人构建在这个RAG数据库中，米兰也便是咱们构建的常识图谱。"

在数据库层之上，Spirent添加了与左券栈行径关联的笃定性端正集。

{jz:field.toptypename/}

Kollipara说："咱们见过在用户级别发生问题的情况，某个KPI出错，任何机器学习王人能发现有在某种偏差。但仅使用机器学习算法很难明确根底原因，因为这需要对边界的潜入了解，了解这些从左券栈角度是如何堆叠的。构建这种端正集止境迫切，这么你就能得回输出的笃定性。"

该家具的中枢驱动要素是当代汇聚边界的专科常识差距。Kollipara指出，电信群众可能不了解云原生，而云原生群众可能不了解电信。当故障擢升两个边界时，处理问题需要妥洽具有不同专科边界的团队。

Kollipara援用了一个来自测试试用的具体例子。一位客户提交了一个支握工单，该工单经过三层支握才到达研发部门。在日记网罗、客户可用性和团队间叮咛之间，工单花了七周时代才处理。当Spirent将归并组文献输入Luma时，问题在短短两分钟内就得到了处理。

针对Landslide的Luma是更庸俗引申的第一阶段。Spirent野心将该平台延迟到其测试和实践室自动化家具Velocity，以及及时汇聚管事保险平台VisionWorks。

Kollipara说："该平台将在多个家具线和多个用例中得到哄骗，但关节是要在该边界进行磨真金不怕火。这不会是即插即用的。咱们不错径直将Luma用于不同的数据集或用例，但该平台将被哄骗、磨真金不怕火并为特定责任经由进行完善。"

Q&A

Q1：Spirent Luma是什么？它能作念什么？

A：Spirent Luma是一个智能体AI处理决策，特意用于汇聚测试和保险。它大概处理本事法度查询、自动生成测试用例建立，以及分析测试运行中的日记、性能标的和数据包拿获文献来快速识别故障根底原因，将正本需要数周的故障排查时代裁汰到几分钟。

Q2：Luma如何减少AI幻觉问题？

A：Luma通过最小化谎话语模子使用来减少幻觉。在其架构中，谎话语模子只占约10%的作用，主要处理应然话语。大部分边界常识构建在常识图谱数据库中，并添加了与左券栈行径关联的笃定性端正集，确保输出的准确性和可靠性。

Q3：Luma的多智能体架构是如何责任的？

A：Luma摄取夹杂群众AI架构，领有大要10到12个专科智能体。每个智能体王人有特定专长：有的特意处理PCAP文献，有的特意交融家具建立，还有的特意网罗信息并笃定根底原因优先级。这些智能体协同责任，奉行好意思满的故障会诊责任经由。

• 智能
• 米兰体育官网
• 引入
• Spirent
• Luma