#钱教授论语# 【知识飞轮案例——腾讯云RUM工单处理飞轮：从“专家救火”到“知识自助”】项目背景：腾讯云可观测平台RUM（Real User Monitoring）的ToB业务每天收到大量客户工单。传统模式中，一线支持人员缺乏经验，问题需要层层升级到三线研发专家，而专家在处理工单后已身心俱疲，无暇沉淀知识。与此同时，公司内部的知识库wiki文档质量参差不齐，很多文档“只写了结论，没写推理过程”，导致RAG系统检索到的答案无法有效解决实际问题。
具体做法：腾讯性能工程团队没有止步于常规的RAG优化（向量检索、Re-rank、多路召回等），而是抓住了工单处理流程中的关键环节——专家与客户的聊天群记录。这些聊天记录虽然非结构化，但包含了真实问题的完整讨论路径和最终解决方案。团队设计了一套workflow，从聊天记录中自动提取知识，经LLM加工整理后转换为结构化Markdown文档，回写进wiki知识库。当新工单到来时，系统优先检索这些“实战沉淀”的知识，快速给出处置建议，形成“工单处理→聊天记录→知识提炼→wiki沉淀→辅助新工单”的完整飞轮。
实际效果：随着飞轮持续转动，积累的实战知识越来越多，工单响应时间和处理速度显著提升。该模式还被复制到POC（概念验证）场景——客户在POC过程中，专家们虽然提出了大量专业建议，但以往POC结束后无人整理。如今通过同样的飞轮机制，这些“坐在金矿上讨饭吃”的宝贵经验被自动沉淀下来。#钱志新# #知识飞轮#