前言

探索字节跳动ByteBrain团队如何借助大语言模型（LLM）优化Oncall工单自动升级流程，其研究成果《TickIt: Leveraging Large Language Models for Automated Ticket Escalation》已成功入选软件工程顶级会议FSE 2025。本文将系统解析TickIt系统的设计理念、核心技术及实际应用成效，帮助您深入理解如何利用LLM实现高效、精准的Oncall自动化升级方案。

背景：Oncall在云计算服务中的重要性

在云计算技术快速发展的背景下，对于火山引擎而言，工单与Oncall机制已成为客户与技术支持及SRE团队之间沟通的核心桥梁。随着云服务规模的持续扩展，每日生成的Oncall工单数量高达数千条。这些工单通常以自然语言形式呈现，涵盖使用咨询、功能需求、系统故障等各类复杂问题。

在传统手动升级模式下，Oncall值班人员需依赖个人经验判断工单的严重程度，进而决定是否需要进行升级处理。这一过程高度依赖值班人员的经验水平，且难以形成统一的标准。在过往的案例分析与故障复盘过程中，我们发现由于人为疏忽，部分严重问题未能及时升级处理，从而导致系统稳定性下降的风险，这也会对火山引擎的客户满意度带来负面影响。

如何在面对紧急问题时，快速识别并升级这些Oncall工单，已成为提升客户满意度和保障服务质量的关键所在。针对这一需求，我们推出了TickIt系统，旨在精准识别紧急且报告严重问题的Oncall工单，并及时将其升级至产研、稳定性或故障应急等团队。