Localizing Emergent Failures in Agentic AI: Recovering Minimal Repair Families via Counterfactual Replay

MRFR 要找的是所有能修复一次失败的包含关系最小事件集合，因此能捕捉必须联动修改的事件，而非只找一个“最可疑”点。GCJR 先在执行依赖图切出相关事件，再构造单点和成对候选，以干净副本重放验证；在 120-DAG 基准的 90 个适用案例上，family exact match 为 1.000，平均重放由 56.3 次减至 25.3 次（55.1%），四 agent 的 24 个 LLM pilot 也从 21.0 降到 10.0 次模型调用。