💻 computer science

GraphMind: From Operational Traces to Self-Evolving Workflow Automation

GraphMind is een end-to-end, zelfevoluerend systeem dat automatisch actiegerichte workflowgrafieken op basis van operationele traces construeert, uitvoert en optimaliseert met behulp van een multi-agent traversie-engine en Adaptieve Traversie-Versterking, en dat aanzienlijk betere prestaties levert dan basismethoden bij het onderzoeken van incidenten in ondernemingen.

Oorspronkelijke auteurs: Yiwen Zhu, Joyce Cahoon, Anna Pavlenko, Qiushi Bai, Nima Shahbazi, Divya Vermareddy, Meina Wang, Mathieu Demarne, Swati Bararia, Wenjing Wang, Hemkesh Vijaya Kumar, Hannah Lerner, Katherine Lin, Steve

Gepubliceerd 2026-05-19

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC0 1.0

Oorspronkelijke auteurs: Yiwen Zhu, Joyce Cahoon, Anna Pavlenko, Qiushi Bai, Nima Shahbazi, Divya Vermareddy, Meina Wang, Mathieu Demarne, Swati Bararia, Wenjing Wang, Hemkesh Vijaya Kumar, Hannah Lerner, Katherine Lin, Steve Toscano, Miso Cilimdzic, Subru Krishnan

Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je werkt voor een enorm bedrijf waar dingen voortdurend stukgaan: servers crashten, databases bevriezen en klanten kunnen niet inloggen. Wanneer deze noodsituaties optreden, springt meestal een team van expert-engineers in om ze op te lossen. Ze volgen geen enkel, rigide regelboek; in plaats daarvan vertrouwen ze op ervaring, intuïtie en een mentale kaart van "als dit gebeurt, probeer dan dat."

GraphMind is een nieuw computersysteem dat is ontworpen om te leren van deze experts en een zelfverbeterende "digitale kaart" te bouwen van hoe problemen opgelost moeten worden, allemaal zonder dat mensen de instructies hoeven te schrijven.

Hier is hoe het werkt, opgesplitst in drie eenvoudige delen met alledaagse analogieën:

1. De Kaartenmaker (Offline Constructie)

Het Probleem: Bedrijven hebben duizenden oude verslagen (logs) van hoe experts eerdere problemen hebben opgelost. Maar deze verslagen zijn rommelig, zoals een stapel niet gesorteerde bonnetjes.
De Oplossing: GraphMind fungeert als een super-efficiënte bibliothecaris. Het leest duizenden van deze rommelige verslagen en organiseert ze automatisch in een schone, gestructureerde stroomdiagram.

Hoe het werkt: Het identificeert het "Probleem" (bijvoorbeeld "Server is traag"), de "Actie" (bijvoorbeeld "Controleer het geheugengebruik") en het "Resultaat". Het verbindt deze punten tot een enorm web.
De Magie: Als twee verschillende experts hetzelfde probleem op een iets andere manier hebben opgelost, beseft GraphMind dat het om hetzelfde gaat en voegt ze samen. Dit voorkomt dat de kaart opzwellt met duplicaten.

2. De GPS-navigatie (Online Doorloop)

Het Probleem: Wanneer een nieuwe noodsituatie optreedt, moet een computeragent de juiste route op deze enorme kaart vinden om het op te lossen.
De Oplossing: In plaats van gewoon een lang document te lezen, fungeert de agent als een GPS-chauffeur die door een stad navigeert.

Hoe het werkt: De agent begint bij de locatie "Probleem". Het kijkt naar de kaart en vraagt: "Welke weg leidt naar een oplossing?" Het gebruikt een mix van logica (zoals een mens denkt) en de structuur van de kaart om de volgende stap te beslissen.
De Twist: Als de agent op een doodlopende weg belandt, geeft hij niet op; hij draait om en probeert een andere wijk op de kaart. Hij blijft bewegen totdat hij een oplossing of een duidelijke aanbeveling vindt.

3. Het "Feromonen"-systeem (Zelf-evoluerend)

Het Probleem: Hoe wordt het systeem beter in de loop van de tijd zonder een menselijke leraar?
De Oplossing: Dit is het meest creatieve deel van het artikel, geïnspireerd door mieren.

De Analogie: Wanneer mieren voedsel vinden, laten ze een chemische geur (feromonen) achter op de grond. Andere mieren ruiken deze geur en volgen de sterkste spoor. Als een pad leidt naar een doodlopende weg, vervaagt de geur.
Hoe GraphMind dit doet:
- Succes: Wanneer de agent een probleem succesvol oplost, "laat hij een digitaal feromoon" vallen op het pad dat hij heeft afgelegd. Dit maakt dat pad "plakkeriger" en waarschijnlijker om de volgende keer te kiezen.
- Mislukking: Als een pad nergens toe leidt, of als de technologie verandert en een oude oplossing niet meer werkt, vervaagt de "geur" op dat pad langzaam (vervalt).
- Het Resultaat: Na verloop van tijd worden de "snelwegen" op de kaart de meest efficiënte, bewezen routes, terwijl nutteloze wegen verdwijnen. Het systeem leert letterlijk van zijn eigen fouten en successen.

Waarom is dit een groot ding?

Het artikel heeft dit systeem getest op echte Microsoft-cloud-database-noodsituaties. Dit is wat ze vonden:

Het is slimmer: In vergelijking met een systeem dat gewoon naar oude tekstdocumenten zoekt (zoals een basis Google-zoekopdracht), vond GraphMind vaker oplossingen en met minder fouten.
Het is sneller: Het kon in dezelfde hoeveelheid tijd veel meer diagnostische controles uitvoeren.
Het is zelfverbeterend: Het systeem werd beter naarmate het meer werd gebruikt. De "feromoon"-laag maakte de agenten na verloop van tijd zelfverzekerder en nauwkeuriger.
Wereldse toepassing: Het werd daadwerkelijk een maand lang gebruikt door echte engineers. In 97% van de gevallen gaf het hen nuttig advies of een oplossing, en fungeerde het als een behulpzame copiloot in plaats van een vervanging.

Kortom: GraphMind neemt de rommelige geschiedenis van hoe mensen dingen oplossen, verandert het in een slimme, levende kaart en gebruikt een "mier-achtig" systeem om die kaart voortdurend bij te werken, waardoor het hele team slimmer en sneller wordt in het oplossen van problemen elke dag.

Technische Samenvatting: GraphMind

Probleemstelling

Complexe operationele workflows in enterprise-omgevingen—het coördineren van personeel, tools en informatie voor taken zoals incidentbeheer—zijn moeilijk end-to-end te automatiseren. Huidige oplossingen staan voor vier primaire beperkingen:

Hoge Auteurskosten: Het handmatig creëren van kennisartefacten (playbooks) vereist diepgaande domeinkennis.
Onderhoudslast: Statische artefacten worden verouderd naarmate productiesystemen evolueren.
Inefficiëntie bij Opvraging: Ongestructureerde of platte opvragingsmethoden verbruiken excessive contexttokens en slagen er niet in causale relaties te vatten.
Gebrek aan Aanpasbaarheid: Bestaande systemen kunnen niet leren van uitvoeringsfeedback om randgevallen of veranderende operationele omstandigheden het hoofd te bieden.

Hoewel Large Language Model (LLM)-agenten hernieuwde interesse hebben gewekt in automatisering, blijven puur prompt-gedreven benaderingen breekbaar. Omgekeerd zijn operationele traces (historische records van expertoplossingen) overvloedig maar onderbenut als gestructureerde, herbruikbare kennis.

Methodologie

GraphMind is een end-to-end systeem dat actiegerichte workflowgrafieken construeert, uitvoert en doet evolueren zonder menselijke inspanning. Het werkt via drie pijlers, geïnspireerd door Ant Colony Optimization (ACO):

1. Offline Grafiekconstructie (Warm Start)

Deze fase transformeert ruwe operationele traces in een gestructureerde, opvraagbare workflowgrafiek.

Schema: Het systeem definieert een getypeerde grafiek met drie entiteitstypes (Domein, Probleem, Actie) en vier randrelaties (VEROORZAAKT, OPLOST, LEIDT_TOT, BEHOORT_TOT).
Extractiepijplijn: Een multi-agent pijplijn verwerkt heterogene bronnen (issue-trackers, oplossingstraces). Het gebruikt LLM's om problemen, acties en causale ordening te extraheren, en snoeit vervolgens redundante knopen.
Incrementele Constructie: Om continue data-groei te hanteren, hanteert het systeem een De-clustering en Samenvoeging-strategie. Nieuwe traces worden samengevoegd met bestaande data, en een lichtgewicht op embedding gebaseerd agglomeratief clustering-proces verwijdert dubbele knopen (het groeperen van semantisch vergelijkbare problemen/acties) om een schone grafiek te behouden zonder volledige reconstructie.
Efficiëntie: Deze benadering reduceert online opvraging tot een begrenste grafiektraversie, waardoor de hoge kosten van het verwerken van ruwe logs of volledig opgeloste entiteitsgerichte kennisgrafieken worden vermeden.

2. Online Multi-Agent Grafiektraversie

De online engine navigeert door de grafiek om workflows dynamisch te construeren en uit te voeren.

Orkestratie: Een team van agenten (bijv. Coördinatie-agent, Uitvoeringsagenten) werkt in een geneste controleflow. Een buitenste lus beheert de globale onderzoekscontext, terwijl een binnenste lus iteratieve grafiekverkenning uitvoert.
Traversie-algoritme:
- Grafiekloader: Bij elke stap bepaalt een LLM het relevante knooppunttype en de query. Het haalt de top- $k$ wortelknooppunten op via vectorgelijkenis en breidt een $m$ -hop-buurschap uit. Cruciaal is dat randuitbreiding probabilistisch is, bevooroordeeld door log-compressie versterkingsgewichten ( $\log(1 + \phi(e))$ ) om historisch succesvolle paden te bevoordelen terwijl exploratie mogelijk blijft.
- Actieplanner: Een LLM conditioneert op de onderzoekscontext, het geëxtraheerde subgrafiek (gevisualiseerd als een Mermaid-diagram met versterkingsgewichten) en systeeminstructies om kandidaat-acties te selecteren.
- Uitvoering: Gespecialiseerde agenten voeren diagnostische acties uit (bijv. KQL-query's) of brengen mitigatieaanbevelingen naar boven.
Veiligheid: Hoog-impact mitigaties worden aanbevolen voor menselijke goedkeuring, terwijl diagnostische query's autonoom worden uitgevoerd.

3. Adaptieve Traversie-Versterking (ATR)

Deze gesloten-lusmechanisme stelt de grafiek in staat om zichzelf te optimaliseren op basis van uitvoeringsuitkomsten.

Versterkingsafzetting: Na een traversie wordt een oplossingskwaliteitsscore ( $Q$ ) berekend op basis van bruikbaarheid, grondigheid en gebruikersfeedback. Als $Q$ een drempel overschrijdt, wordt versterking afgezet op de doorgelopen knopen en randen. Korte succesvolle paden ontvangen sterkere versterking per element.
Temporele Verval: Om veroudering te voorkomen en aanpassing aan nieuwe faalmodi te stimuleren, vervallen alle gewichten in de tijd ( $\phi(x) \leftarrow (1-\rho)\phi(x)$ ).
Rand-synthese: Het systeem kan nieuwe LEIDT_TOT-randen synthetiseren wanneer een succesvolle traversie opeenvolgend eerder niet-gekoppelde knopen bezoekt, waardoor nieuwe cross-incident sequenties worden vastgelegd.
Resultaat: Na verloop van tijd organiseert de grafiek zichzelf: succesvolle paden worden "snelwegen" die toekomstige agenten leiden, terwijl inefficiënte paden vervagen.

Belangrijkste Bijdragen

Eerste Gesloten-Lus Systeem: GraphMind wordt gepresenteerd als het eerste systeem dat automatisch actiegerichte workflowgrafieken construeert, uitvoert en doet evolueren vanuit operationele traces met nul handmatige auteurswerk.
Nieuwe Kennisformaat: Het introduceert een grafiekgebaseerd formaat dat opslag-efficiëntie (gedeelde knopen), agent-vriendelijke traversie en continue zelf-evolutie biedt, waarmee de beperkingen van playbooks, agentvaardigheden en platte Trace-RAG worden aangepakt.
Adaptieve Traversie-Versterking (ATR): Een mechanisme geïnspireerd door ACO dat workflowgrafieken in staat stelt te leren van uitvoeringsfeedback, succesvolle paden te versterken en verouderde elementen te laten vervallen zonder expliciete kennisengineering.
Productie-implementatie: Het systeem is ingezet bij vier productieve cloud-databaseservices bij Microsoft voor incidentonderzoek.

Resultaten

Het systeem werd geëvalueerd op productiedata via offline extractie, gecontroleerde online traversie en een 35-daagse veldstudie.

Offline Extractie: De pijplijn behaalde een F1-score van 0,89 voor knoopextractie en 0,92 voor randextractie. De kosten bedroegen ongeveer $0,22 per incident.
Online Traversie (vs. Trace-RAG): In vergelijking met een Trace-RAG-baseline (die LLM-gecondenseerde samenvattingen van incidenten ophaalt), toonde GraphMind:
- Mitigatiebereik: 98,5% versus 90,9%.
- Grondigheid: 96,2% versus 77,3%.
- Bruikbaarheid: 3,49/5 versus 3,32/5.
- KQL-doorvoer: 4x hoger (10,0 versus 2,5 succesvolle query's per incident).
- Expertbeoordeling: Een blinde beoordeling door domeinexperts scoorde GraphMind 4,95/5 (94,7% perfect) vergeleken met 3,68 voor Trace-RAG.
Impact van ATR: Vergelijking van runs met en zonder versterking op 163 incidenten toonde aan dat ATR de grondigheid met 2,7 procentpunten verbeterde (92,2% versus 89,5%) en de KQL-doorvoer met 14% verhoogde (17,2 versus 15,1).
Veldstudie: In een 35-daagse studie over vier services (88 gesprekken) behaalde GraphMind:
- Hanteerbare Output: 97% van de gesprekken leverde hanteerbare resultaten op.
- Latentie: Mediaan per-rondje-latentie van 7,7 seconden.
- Query-succes: 84% van de gegenereerde KQL-query's leverde data op.
- Faalmodi: Falen werd voornamelijk toegeschreven aan dekkingstekorten (nieuwe services) en verval van telemetrie, niet aan systeemontwervelfouten.

Betekenis en Claims

Het artikel beweert dat GraphMind aantoont dat workflowgrafieken kunnen leren en verbeteren van autonome agent-uitvoering op schaal. Door te verschuiven van statische kennisartefacten naar een "levende" infrastructuur die zichzelf organiseert via versterking en verval, adresseert het systeem de breekbaarheid van huidige LLM-agenten en de onderhoudslast van handmatige playbooks.

De auteurs benadrukken dat het systeem uniek combineert:

Opslag-efficiëntie via gedeelde grafiekknopen.
Agent-vriendelijke Traversie via grafiekgeleide opvraging.
Nul Menselijke Inspanning in auteurswerk of onderhoud.
Uitbreidbare Dekking die groeit met operationele traces.
Continue Zelf-evolutie via de ATR-laag.

Het werk suggereert dat dit door zwermen geïnspireerde paradigma potentie heeft om te generaliseren buiten incidentbeheer naar andere operationele domeinen, zoals software-debugging en klinische besluitvorming, hoewel de huidige evaluatie specifiek is voor cloud-database incidentbeheer.