MTTR.
EventRAG: как научить RAG искать первопричину во времени, а не в тексте
On-prem RCA-ассистент для цеха + AR-HUD. Полный разбор: архитектура, формулы, расчёты, живой инцидент на роботе-паллетайзере Hyundai Hi5-N00 и что мы везём на международную конференциюTL;DR. Обычный RAG отлично отвечает по инструкциям, но проваливается на root-cause-анализе (RCA) в цеху: косинусная близость по эмбеддингам выбрасывает время и причинность — ровно то, без чего нельзя связать «наряд, отложенный 67 дней назад» с «алармом, который встал сегодня». EventRAG — архитектура, которая нормализует каждое событие в Temporal Event Unit, хранит его в двойном индексе (вектор + причинный граф), ищет по времени, обходит граф
Сначала Agile, потом — агентный ИИ
Почему ИИ вам не поможетTL;DRАгентный ИИ ускоряет работу только там, где уже зрелые Agile/DevOps-практики, короткие циклы и культура экспериментов; иначе он всего лишь делает код быстрее, а поставку — нет.По данным DORA, большинство компаний всё ещё релизят редко и с высоким change failure rate, поэтому не готовы извлекать выгоду из ИИ-агентов.Узкие места: релизы «в конце спринта», низкая автономия и кросс-функциональность команд, «бизнес кидает требования», отдельные Ops с локальной оптимизацией.
