要求されることなく支援する：オンコール対応のためのデプロイ済みプロアクティブエージェントシステムと継続的自己改善

要旨: 大規模なクラウドサービス基盤では、毎日何千もの顧客チケットが発行され、通常はオンコールの対話を通じて処理されます。この大量のオンコール対話は、人間のサポート担当アナリストにとって大きな負荷となります。近年、これらの研究では、大規模言語モデルを活用して最初のサポート窓口として顧客と直接やり取りし、問題を解決する反応型エージェントが検討されてきました。しかし、問題が未解決のまま人間のサポートへエスカレーションされると、これらのエージェントは通常、介入を中断します。その結果、フォローアップの問い合わせを支援できず、解決の進捗を追跡できず、また対応できなかった事例から学ぶこともできません。本論文では、オンコールのライフサイクル全体で動作することを目的とした新しい先回り型エージェントシステム「Vigil（ヴィジル）」を提案します。反応型エージェントとは異なり、Vigilは人間のサポートがすでに関与している段階において支援を提供することに焦点を当てています。Vigilは顧客とアナリストの間の対話に統合され、ユーザーによる明示的な呼び出しなしに、先回りして支援を提供します。さらにVigilは、継続的な自己改善メカニズムを取り入れており、人間によって解決された事例から知識を抽出し、自律的に能力を更新します。VigilはByteDanceのクラウド基盤であるVolcano Engine上で10か月以上にわたり実運用されており、この展開に基づく包括的な評価により、その有効性と実用性が示されています。本研究のオープンソース版は https://github.com/volcengine/veaiops で公開されています。