Agent 告警设计:分级告警、智能降噪与值班排班摘要:告警体系最常见的失败不是"没配告警",而是配了 47 条规则、每次故障推 1800 条消息,最后值班同学把群静音,真故障在静音期间被彻底漏掉。本文围绕一次真实的告警风暴事故,讲清四件事:告警分级的判据(用户可感知 / 可自愈 / 需人工,三个问题定级);降噪的四个手段(去重、抑制、聚合、依赖抑制,以及为什么"只做聚合"必然不够);Agent 特有的四类告警(成本、质量漂移、循环、降级生效,以及它们各自的特殊之处——尤其是为什么质量告警不能用绝对阈值);值班排班与 runbook 的关系。核心判断只有