告警疲劳
当系统告警数量超过人类处理能力时操作员对告警脱敏的现象，常见于工业运维、医疗和航空等高风险领域，可通过分级去重和告警预算等策略治理。
核心事实
时间轴 (近 90 天)
对AI代理监督而言，告警疲劳的独特之处在于代理行为具有不确定性，同一信号在不同上下文中的含义可能不同，因此阈值需要结合业务风险持续校准，而非一次性配置。
告警疲劳概念最早在医疗监护和工业控制领域被系统研究，在IT运维（如SRE实践）中也有成熟的应对方法。
HITL的有效性取决于触发信号的精确率与召回率：信号太敏感会导致告警泛滥，太迟钝则漏掉关键错误。因此，信号选择本质上是一个风险权衡问题，而非单纯的技术问题。
业界通常用告警分级、去重、聚合和抑制规则来缓解告警疲劳，但这些手段大多基于静态阈值和标签匹配，难以理解业务语义。
误报与告警疲劳是安全监控中的经典问题：大量低质量告警会导致分析师忽视所有告警。
治理告警疲劳的常见策略包括告警分级与优先级排序、去重与聚合、设置合理的抑制窗口，以及引入“告警预算”概念限制单位时间内的通知上限。
在传统SCADA系统中，超过80%的告警属于重复或低优先级，叠加AI模型后误报往往进一步加剧。
告警疲劳指当系统产生的告警数量超过人类处理能力时，操作员会逐渐对告警脱敏甚至批量忽略，导致真正关键的事件被淹没。
告警疲劳（Alert Fatigue）是成本治理体系失效的常见原因之一，告警频率过高或误报率高会导致团队忽略告警
缓解告警疲劳的方法包括设置安静期（Cooldown Period）、区分需人工介入与可自动处理的告警类型、定期回顾删除长期未触发行动的规则
全部知识事实 (10)
告警疲劳指当系统产生的告警数量超过人类处理能力时，操作员会逐渐对告警脱敏甚至批量忽略，导致真正关键的事件被淹没。
65%待验证对AI代理监督而言，告警疲劳的独特之处在于代理行为具有不确定性，同一信号在不同上下文中的含义可能不同，因此阈值需要结合业务风险持续校准，而非一次性配置。
50%待验证告警疲劳概念最早在医疗监护和工业控制领域被系统研究，在IT运维（如SRE实践）中也有成熟的应对方法。
50%待验证HITL的有效性取决于触发信号的精确率与召回率：信号太敏感会导致告警泛滥，太迟钝则漏掉关键错误。因此，信号选择本质上是一个风险权衡问题，而非单纯的技术问题。
50%待验证业界通常用告警分级、去重、聚合和抑制规则来缓解告警疲劳，但这些手段大多基于静态阈值和标签匹配，难以理解业务语义。
50%待验证误报与告警疲劳是安全监控中的经典问题：大量低质量告警会导致分析师忽视所有告警。
50%待验证治理告警疲劳的常见策略包括告警分级与优先级排序、去重与聚合、设置合理的抑制窗口，以及引入“告警预算”概念限制单位时间内的通知上限。
50%待验证在传统SCADA系统中，超过80%的告警属于重复或低优先级，叠加AI模型后误报往往进一步加剧。
50%待验证告警疲劳（Alert Fatigue）是成本治理体系失效的常见原因之一，告警频率过高或误报率高会导致团队忽略告警
50%待验证缓解告警疲劳的方法包括设置安静期（Cooldown Period）、区分需人工介入与可自动处理的告警类型、定期回顾删除长期未触发行动的规则
50%