本次查询：自我修复
中文解释：自我修复
常见场景：AI系统运维 / 大模型训练 / 自动化测试
一句话解释
自我修复是AI系统或软件在遇到错误时自动诊断并恢复原状的能力，类似生物的自愈过程。它不依赖人工介入，通过内置的监控、回滚或智能补丁机制，让系统在故障后快速回到正常状态。
为什么会被关注
随着AI系统规模指数级增长，人工排查和修复错误变得昂贵且低效。自我修复能显著降低运维成本，提升系统在无人值守场景下的稳定性。尤其在自动驾驶、金融风控等实时性要求高的领域，一旦出现漏洞，自我修复可避免灾难性后果。
此外，大模型训练常遇到硬件故障、数据异常等问题，自我修复机制能自动暂停、回滚检查点或调整参数，大幅提高训练成功率。这让开发者敢于挑战更大规模、更长时间的实验。
核心逻辑
自我修复通常分为三步：检测、诊断、恢复。首先通过指标监控、日志分析或异常检测模型发现异常；然后利用规则引擎或AI推理定位根因，比如找到损坏的权重或语法错误的代码；最后执行恢复动作，如回滚到健康版本、重算失败步骤或生成补丁。
现代AI自我修复还结合了生成式模型：例如让大语言模型阅读错误堆栈后直接输出修复代码，或通过强化学习自动调整超参数。整个过程形成闭环，力求在最小业务影响下完成修复。
常见场景
在云计算平台中，自我修复用于自动重建故障虚拟机、切换节点流量，保证服务峰值不中断。AI模型训练中，当某个GPU掉线时，训练框架可自动降级、重新分配任务，并从中断点继续训练。
软件开发领域尤为突出：例如CI/CD流水线集成AI助手，当编译失败时自动分析错误并提交修复PR；大模型调用时，若响应内容格式错误，系统可自动重试或调整提示词，无需人为干预。
容易混淆的点
自我修复常被等同于“自动修复”，但后者更多指针对单一错误生成补丁（如代码修复工具），而前者更强调系统级的闭环自愈能力，涵盖预防、检测和恢复全流程。
此外，自我修复不同于“弹性伸缩”或“冗余备份”。弹性伸缩侧重根据负载自动增减资源，冗余备份通过多副本预防故障，两者都需要自我修复来激活或协调，但本身并非修复行为。