awoooi/docs/adr/ADR-083-learning-loop-reconstruction.md

ADR-083: 學習閉環重建與 Playbook 演化

狀態: Completed
日期: 2026-04-15
作者: ogt + Claude Sonnet 4.6（亞太）
Phase: Phase 3

---

背景

Phase 2（ADR-082）完成後，AWOOOI AIOps 系統進入 Phase 3。 根據 MASTER v2 架構診斷，L7 學習層有三個核彈級根因導致 Playbook 信任度永遠停在初始值 0.3：

1. fire-and-forget：approval_execution._trigger_learning() 以 asyncio.create_task() 呼叫，主流程不等待，GC 可能在學習完成前回收協程。
2. matched_playbook_id 永 null：decision_manager._auto_execute 建立 ApprovalRequest 時從未填充 matched_playbook_id，導致 learning_service._update_playbook_stats 的 if _matched_pb_id: 條件永遠為 False。
3. 無負向強化：playbook_repository.update_stats 只遞增 success_count / failure_count，無 EWMA 動態信任度計算。

決策

D1: fire-and-forget → await asyncio.wait_for

# 舊（火烤）
asyncio.create_task(self._trigger_learning(...))

# 新（Phase 3）
try:
    await asyncio.wait_for(self._trigger_learning(...), timeout=30.0)
except asyncio.TimeoutError:
    logger.warning("learning_trigger_timeout", ...)

• 超時 30s → 記錄 metric，主流程繼續（不 crash）
• 成功路徑 + 失敗路徑各修一處

D2: matched_playbook_id 傳遞

# ApprovalRequestBase 新增欄位
matched_playbook_id: str | None = Field(default=None)

# decision_manager._auto_execute 填充
_matched_playbook_id = token.proposal_data.get("playbook_id")
approval = ApprovalRequest(..., matched_playbook_id=_matched_playbook_id)

# learning_service 雙路徑查找
_matched_pb_id = (
    getattr(approval, "matched_playbook_id", None)
    or (approval.metadata or {}).get("matched_playbook_id")
    or (approval.metadata or {}).get("playbook_id")
)

D3: 2x EWMA 負向強化

Playbook.trust_score 初值 = 0.3（新增欄位）

成功: trust_new = 0.9 × trust_old + 0.1 × 1.0
失敗: trust_new = 0.8 × trust_old + 0.2 × 0.0  ← 衰減係數 2x 快

trust < 0.1 → 記錄警告，由 Evolver Agent 封存

D4: Evolver Agent（playbook_evolver.py）

三功能全靜態規則（不依賴 LLM）：

1. 低信任封存：trust_score < 0.1 → DEPRECATED
2. 休眠封存：30d 未使用 AND trust < 0.5 → DEPRECATED
3. 相似合併：症狀 Jaccard > 0.9 → 保留高 trust，封存低 trust

Feature flag：AIOPS_P3_EVOLVER_ENABLED=False（預設關閉）

後果

正面：

• 學習閉環首次真正打通（第 9 節點觸發率 0% → 接近 100%）
• Playbook 信任度動態更新，失敗者加速退場
• Evolver 防止 Playbook 重複萃取膨脹

限制：

• 人工審核路徑的 matched_playbook_id 傳遞仍依賴 metadata fallback（完整修復需改 approval DB schema，留 Phase 3.5）
• Evolver 使用 Jaccard（非 cosine）相似度，向量化合併留 Phase 4
• AIOPS_P3_ENABLED = False 預設值 — 學習呼叫仍執行，但 EWMA 計算不依賴此開關（直接在 repository 層）

驗收條件

• matched_playbook_id null 率 = 0（auto_execute 路徑）
• Playbook trust_score 隨每次執行更新（可由 playbook_stats_updated log 驗證）
• 學習超時 → learning_trigger_timeout log 出現（不 crash）
• Evolver run_evolver() 空跑無 exception