Coroot 对比告警异常检测：统计方法、LLM 与决策模型谁更强

Coroot 构建了一套告警异常检测对比评测，让经典统计检测器、多个 LLM 和 Jev 风格决策模型在相同条件下判断 p99 延迟异常是否值得在凌晨 2 点呼叫值班工程师。每种方法只看过去 60 分钟、15 秒分辨率的数据，每分钟决策一次，连续 3 次决定告警才真正触发。结果显示 Coroot 采用的多窗口错误预算燃烧率方法优于包括前沿模型在内的所有方案。