The Vision of Autonomic Computing: Can LLMs Make It a Reality?

这篇摘要介绍了“自主计算”的愿景，即计算系统能够像生物一样自我管理，适应环境的变化。尽管经过数十年的研究，实现自主计算仍然具有挑战性，因为现代计算系统的动态和复杂性。最近，大型语言模型（LLM）的发展为解决这些挑战提供了有希望的解决方案，通过利用它们广泛的知识、语言理解和任务自动化能力。本文通过基于LLM的多智能体框架探讨了实现自主计算的可行性，用于微服务管理。我们引入了一个五级分类法来自主维护服务，并提出了一个基于Sock Shop微服务演示项目的在线评估基准，以评估我们框架的性能。我们的研究结果表明，在检测和解决微服务架构中的问题方面，LLM取得了显著的进展，实现了三级自主，这突显了LLM的有效性。本研究通过将LLM集成到微服务管理框架中，为推进自主计算做出了贡献，为更具适应性和自我管理的计算系统铺平了道路。代码将在https://aka.ms/ACV-LLM上提供。

实现Autonomic Computing Vision中的自管理计算系统仍然具有挑战性，本文旨在通过基于LLM的多智能体框架来管理微服务以实现该目标。

通过利用LLMs的知识、语言理解和任务自动化能力，提出了一种用于微服务管理的五级自主维护分类法，并进行了在线评估基准测试，证明了LLMs在检测和解决微服务架构问题方面的有效性。

实验使用了Sock Shop微服务演示项目，并开发了一个基于LLMs的多智能体框架，为实现自主计算做出了重要贡献。论文的代码将在https://aka.ms/ACV-LLM上公开。

最近的相关研究包括：1. 《基于机器学习的自主网络管理：现状和未来》；2. 《自主计算：概念、架构和应用》；3. 《基于强化学习的自主网络管理：现状和未来》等。