智能聚类如何帮助发现线上共性问题？

智能聚类通过将海量 Agent Trace 和 Session 按主题归纳，帮助团队从整体波动收敛到具体场景，发现线上共性问题。具体方式包括：将相近请求和任务归纳为主题后，按主题观察规模、资源消耗和交互表现，识别哪些主题的问题集中出现；结合耗时、Token 消耗与交互摩擦分析运行表现，判断问题是普遍的还是个例；支持下钻原始 Trace 和会话核对具体问题。例如，如果某类代码分析任务的 Token 消耗异常上涨在多个用户任务中重复出现，团队可以判断这不是个例而是共性问题，应该优先优化该场景。预定义主题和定时分析让团队持续跟踪同类需求变化，比较异常请求的执行特征。