不过，

AI 排障答不上来？ 很多人先怪 Prompt、再怪模型，却忽视了根本——上游监控数据不合格。怎么说呢，接口、SQL、入口、链路跳数对不上。模型再强也只能让你「自己去翻调用链」。这和 RAG、AI 客服是同一条铁律：数据但是关，上层再花哨也白搭。

一、一个你很可能遇过的场景

线上 checkout 变慢，你你的数据达标了吗？" src="/uploads/images/121.jpg"/>

「checkout 为什么慢？慢在哪条 SQL，说起来，」

不及格：

AI 时代拼的是数据质量。 Prompt 人人会抄，整理好的指标表抄不走。不及格的数据集，即使换再强的模型，也只能让你「自己去翻」。

打个比方：

• 原始监控像没目录的录像；
• 高质量数据集像列名固定的 Excel——哪个接口、哪条 SQL、谁触发的，AI 拿来就能答。

二、及格线：AI 排障至少要答四句话

下面四句话是对你的 APM的考核点。只要能够直接回答**，就是及格**。话说回来，

1. 哪个接口有问题？ HTTP、DB、MQ 必须分开统计。Redis GET 与 checkout POST 不应混在同一个 Span 名里。

2. 哪条 SQL / 哪个库慢？ 不能只说「MySQL 平均 50 ms」，必须指向具体语句。

3. 慢 SQL 是哪个页面触发的？ 最关键的一问。很多栈只能让你回监控里人肉找入口。

4. 调用链哪一跳拖后腿？ order → payment → MySQL。每一跳各多少流量、多少错误，不能只有一张拓扑缩略图。

及格 = 四句话都能直接答。

三、应用性能对照：六家差在哪

有了及格线，我们把它映射到市面上常见 APM 产品。下表展示同环境实测的能力对照