Spike-Killer：基于证据的 LLM 协助在真实 Windows 工作站上进行安全性能诊断

LLM 辅助代理可以综合系统证据、提出配置更改并自动执行诊断任务，但它们的灵活性使不精确的操作或侵入性收集器成为操作风险。我们推出了 Spike-Killer，这是一种经过人工认可的工作流程，用于在真实的 Windows 工作站上诊断帧时间问题。该工作流程将每个操作视为证据门控事务：它记录确切的目标状态，对风险进行分类，保留快照，验证后置条件，并将失败的测量保留为一流证据。这篇经验论文报告了一项以《反恐精英 2》作为要求严格的目标应用程序的当天完成的研究。证据包包含保留的状态快照、探索性微基准、十次运行的相同状态可重复性探针、实时遥测、修复的过于广泛的注册表操作、不兼容的演示捕获尝试、无效的本地重播和系统级跟踪替换。 Windows Performance Recorder 生成了两个 CS2 本地机器人 GPU 跟踪，分别为 90.69 和 85.85 秒；两者均归因于 cs2.exe，暴露了 DxgKrnl Present 元数据，并且 ETW 缓冲区或事件丢失为零。这些结果限定了迹线完整性，而不是性能：该研究报告没有帧间隔、P99 估计或干预效果。该贡献是一种可审计的人机循环模式，可在真实工作站上提供值得信赖的代理协助，包括证据不足时的明确停止条件。