阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯实质变化3 分钟阅读DisconfirmAI 编辑部

Salesforce 内部智能体如何维护四百万条生产预测:诊断、测试、但只提交拉取请求

Salesforce AI Research 描述其内部自演化数据科学智能体:每晚针对近四百万条基础设施预测自动定位漂移、诊断原因、在 Kubernetes 和 Spark 上并行回测候选模型,仅在未见数据上超越当前模型 5% 以上时提交拉取请求供数据科学家审批。自报回测显示 sMAPE 降低 14%,单次调查耗时约 27 分钟。

2026-11-18 06:02

Salesforce 的内部预测平台每晚生成近四百万条时间序列预测,决定云容量预留、工作负载迁移和基础设施预算走向。每条预测实例的配置极为简洁——用什么数据、跑什么模型、精度要求多高——正是这种简洁让平台从五个用例扩展到上百个而无需等比增加数据科学家。但发布一条预测只是开始,保持其准确才是持续负担:被预测的指标不断变化,模型会漂移,每条预测都需要数据科学家查明变化原因并测试修复方案。

为了解决模型调优的规模问题,Salesforce 构建了一个内部自演化数据科学智能体。它的职责边界非常明确:调查预测漂移、在近期历史数据上测试候选修复方案、然后提交一个拉取请求——即一段需要数据科学家审批的代码变更。它不能部署模型,不能修改生产预测。所谓演化指的是智能体复用过去调查中的经验和审阅者反馈,而非自主上线。

整个流程分为六步。第一步定位,找出哪些预测偏离了目标。第二步诊断,检查数据变化并在 Slack 中搜索相关上下文。第三步修复,尝试新模型和参数设置,包括 Salesforce 自研的时间序列基础模型 Moirai 2.0。第四步重新评估,用新模型对过去数据做回测。第五步决策,只有当新模型在未见过数据上至少超越当前模型 5% 时才提交拉取请求。第六步演化,将成功的修复方案更新到调查手册中,供下次复用。

架构上,智能体并不取代现有 ML 技术栈,而是坐在其上。实验仍然在标准工具上运行:Kubernetes 和 Spark 负责计算,MLflow 负责跟踪和排序结果。智能体的新角色是充当 Slack 与这些引擎之间的对话接口——数据科学家在 Slack 中提问,智能体判断预测为何失准、应该尝试哪些修复。单次调查可能涉及数十次回测,远超智能体自身算力,因此它将每个任务分派到合适的引擎:小任务在 Kubernetes 上一个 pod 对应一个变体,大任务在 Spark 上对一条配置跨多个序列同时测试。MLflow 为每个候选打分,将排名靠前的模型送回智能体,由它选出最优方案并自动提交拉取请求。

Salesforce 报告称,截至目前该智能体已提出超过 100 个预测模型修复方案,包括将模型从 Prophet 换为 Moirai、调整变点敏感度、修改训练窗口等。回测中观测到 sMAPE 误差降低 14%,部分预测改善显著。一次典型的智能体调查耗时 27 分钟,而过去人工调试需要数小时。文章举了一个具体案例:某 AWS 可用区的存储预测在 2026 年上半年随使用量稳定增长,六月增长趋平(新工作负载开始落在其他区域),旧预测仍沿原趋势外推,若不干预将导致预留约 100 TB 不会使用的存储。智能体的拉取请求将模型换为 Moirai,后者跟上了增速放缓。

需要强调的是,以上所有数字——14% 误差降低、27 分钟、100 多个修复——均为 Salesforce 自报结果,没有公开代码、第三方复现或独立基准测试。智能体每次调查有固定测试预算,证据不明确时移交数据科学家。这些约束是设计的一部分,也意味着该方案的有效性高度依赖其特定平台规模和指标特征,向其他环境迁移时不能直接套用这些数字。

Salesforce 表示正将该智能体扩展到模型调优之外:监控预测背后的数据管道健康状态、自动完成新预测的上线流程、以及结合文本上下文(如产品发布计划、迁移公告)在变化发生前调整预测。其团队认为,目标不是让预测在失准后恢复,而是提前预判。

来源

登录 / 注册
阅读研究雷达投资体系
salesforce.com
Salesforce
↗
带入研究 →