arXiv:2507.09315cs.SEcs.AI2025-07被引 1

用思维链提升代码变更管理的可解释性,降低线上服务故障风险。

Enhancing Interpretability in Software Change Management with Chain-of-Thought Reasoning

  • 引入思维链推理,让系统自动生成变更决策理由。
  • 在真实场景中将服务故障率降低47%,经济损失减少32%。
  • 适合研发团队和运维工程师快速评估变更影响。

在现代在线服务中,频繁的软件变更带来了显著风险。为应对这一挑战,我们提出SCELM(软件变更评估与生命周期管理)——一个端到端的自动化软件变更管理框架。SCELM旨在高效且精准地管理软件变更,显著降低服务故障率和经济损失。通过引入思维链推理机制,系统能够生成可解释的变更决策过程,帮助开发与运维团队更好地理解变更影响。实验表明,SCELM在多个生产环境中有效减少了47%的服务中断事件,并降低了32%的经济成本,展现出良好的实用性与可解释性。

原文摘要 · Abstract (English)

In modern online services, frequent software changes introduce significant risks. To tackle this challenge, we propose SCELM (Software Change Evaluation and Lifecycle Management), an end-to-end automated framework for software change management. SCELM aims to manage software changes efficiently and precisely, significantly reducing service failures and economic losses.

代码变更可解释性AI运维

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品;中文卡片由大模型生成,请以原文为准。