高性能计算设施的运维报告需要把监控、调度、事故与存储记录拼成一条可追溯的结论，而检索到相关记录并不等于它能支撑某个具体说法。REPORT-OPS让大模型负责理解请求、规划取证和起草报告，由作者预先写入的策略与自动校验判断证据是否够格，再决定回答、限定结论还是拒绝作答。在68条脱敏运维查询上，完整系统取得68.63%的Pass@80，最强检索基线为7.02%；证据门槛把主张支撑精度从40.58%提高到90.06%。
该工作提出面向LLM智能体的两项可执行契约：计划契约在执行前校验计划结构、结果字段引用与标识接地，证据契约记录结果的双时态信念状态、完整性与来源，并据此核验声明；在TGMS双时态图系统上，结果字段检查把无效引用转为可修复的拒绝，完整性传播在15个受控用例中全部检出截断计数错误，声明门控使199条输出答案中不再含无支撑声明，代价是少输出21条答案。
作者用部署在 AWS Lambda 上的 Puppeteer 爬虫，在 2026 年 3 月 13 日至 4 月 21 日的 40 天窗口内对 19 个主题类别的 55,393 条 Google 热搜查询进行大规模纵向测量，发现 AI 概览整体触发率为 13.7%（问题式查询升至 64.7%），被引用域名的可信度高于同页展示的第一页结果但 29.8% 根本不出现在第一页，把回答拆成 98,020 条原子论断后 11.0% 不被所引页面支持（以遗漏为主），且至少 50.6% 的被引页面带有展示广告。
已读完全部报道