陆续到达的相似信件，归进已经挂出去的那个邮袋。
这是《Flashduty AI SRE 技术揭秘》第 23 篇。查看 SRE Agent 架构与工程实践系列，或先读父子 Agent 通信。文中的阈值和窗口是我们设计时采用的参数，实际配置可能随产品迭代变化。
真实的值班场景里，告警从来不是孤立到来的。一次数据库故障扇出三十条告警，分属不同的服务、不同的告警规则。如果每条告警各自触发一次根因分析，你会得到三十个 agent 在分析同一件事——烧三十份 token，产出三十份可能互相打架的结论。
我们的解法是 fan-in（扇入）：后来的相似事件不开新分析，并入正在进行的那个。这篇讲它的三个参数：怎么判定"是不是同一件事"、一次分析最多吸收多少、刚完成的分析还能不能加入。这三个参数都是产品 sense 落成工程数字的例子。
核心要点
- 问题： 告警风暴中，相似事件各自启动根因分析会重复消耗资源，也可能产生多份互不一致的结论。
- 做法： 将满足相似度与容量条件的新事件路由到已有分析；文中介绍的设计包括 0.9 相似度阈值、完成后 10 分钟窗口和单次 20 个事件的上限。
- 边界： 路由不等于平台已合并告警，也不证明事件根因相同；判定失败时降级为新建分析。这些参数应结合实际负载重新评估。
判定：平台决定，不是渠道决定
新告警事件到达、准备启动分析时，先做一轮判定：把这个事件和"正在接受分析的事件集合"逐一算相似度——用的是智能告警分组的同一套向量，阈值 0.9，就是分组功能的默认门槛。
阈值复用分组的是刻意的：“两次分析是不是同一件事"应该由平台的同一个标准回答，而不是告警渠道自己另立一套。如果分组的判定和 fan-in 的判定不一致，用户会看到"平台把它们分在一组、却各分析各的"这种自相矛盾。相似度服务不可用、判定过程出任何错，一律降级为正常开新分析——fan-in 是优化，永远不该成为启动分析的障碍。
候选集合也值得说：不只"正在跑的"分析，还包括刚完成不久的。
10 分钟窗口：风暴比单次分析活得久
已完成的分析保留 10 分钟的"可加入"窗口。我们当时观察到的生产数据有两个中位数：一次告警风暴的跨度约 10 分钟，而一次分析的运行时长约 5 分钟。这个比较支持为刚完成的分析保留加入窗口：一次分析跑完后，同一风暴中的后续事件仍可能到达。
这里没有列出统计窗口和样本数量，这组中位数只能作为当时的设计背景，不能用来推断其他环境的分布；设计自己的窗口时，应结合告警风暴持续时间和分析耗时重新测量。
窗口还有一个对称的反面：重投递来的旧事件，如果发现目标是 20 分钟前建立的旧记录，不再去唤醒那个旧会话——隔夜的重放不该惊动任何人。
20 的上限：再多，就不是"一次分析"了
单次分析最多吸收 20 个事件。理由一句话：每个事件都拖着它自己的告警群和上下文进来，超过这个数，一次分析就不成其为一次分析了——它变成了对整个风暴的综述，agent 的注意力被摊薄到每个具体事件都得不到深挖。
超限的行为不是拒绝，是"毕业”：满了的分析退出候选集，后来者开一个新分析，新分析自己继续吸收。所以 20 是单次分析的容量，不是风暴的容量——一场大风暴会自然分裂成几个各自吸饱的分析，每个都保持可读的规模。
吸收的形态：被路由，不是被合并
被吸收的事件不会跑自己的分析：它的任务记录直接落成终态，带一个指向目标分析的指针和完整的判定留痕（相似度分数、目标会话——历史记录必须自包含，不能靠将来现查）。对正在分析的 agent 来说，它收到的是一条系统通知消息——和第 4 篇的子任务完成通知是同一类消息，享受同一套语义：多条并入通知在队头连续时会合成一轮喂给 agent，不打断正在进行的分析。
这条通知的措辞里有一个刻意的诚实声明：“被路由进来，不是被合并”——平台侧没有合并任何告警，agent 正在分析的主事件也没变。通知同时把两种走向都交代清楚：如果新事件和当前分析共享根因，就在结论里显式覆盖它、回帖一条交叉引用；如果不共享，就派个子 agent 单独分析（第 4 篇的机制在这里复用）。判定的责任留给看到全部上下文的那一方。
可靠性上的几个数字也都是被风暴的形状逼出来的：同一条规则的并发事件可能落在不同消息分区、被不同机器处理，所以判定和落行在每规则一把锁里串行——但锁拿不到照样开新分析，“锁从不丢告警”；并发下两个相似事件共享一个分析有测试守着；并入通知的投递会重试几次——风暴里目标会话可能比指向它的记录晚几百毫秒建成；重复投递有幂等键，重复即空操作。
一次并入判定：候选、相似度、容量，三道都过才进门。
小结
这篇没有一个"算法"，只有一组参数和它们的依据：0.9（复用分组标准，平台级一致）、10 分钟（风暴跨度中位数）、20（单次分析的语义容量）、每规则一把锁（分区的形状）、重试三次（会话建立的毫秒级时差）。产品 sense 的价值不在于想出这些数字，在于每个数字都能回答"为什么是这个值"——答不上来的参数，就是下一个事故的伏笔。
下一篇是本系列技术篇的收尾：聊聊 agent 记忆这个被过度神话的话题。
