助手而非架构师：LLM 在网络化系统设计中的作用
网络与互联网体系结构
2026-04-29 v1 人工智能
摘要
设计现代网络化系统的架构需要在硬件、系统和配置选项的庞大组合空间中，应对复杂的跨层交互。架构师必须在满足兼容性和资源约束的同时，平衡性能、成本和可部署性等相互竞争的目标，这通常依赖于从基准测试、论文、文档和专家经验中提取的分散的经验法则。这引出了一个自然的问题：大语言模型（LLM）能否可靠地执行此类架构推理？我们发现它们不能。虽然 LLM 能够生成看似合理的配置，但它们经常忽略关键约束，编码错误的假设，并表现出对熟悉模式的“粘性”。一种自然的变通方法——通过仿真或实验进行迭代验证——在大规模场景下往往成本过高，且在许多情况下是不可行的，特别是在比较依赖硬件的替代方案时。受此差距的启发，我们提出了 Kepler，一个用于架构设计的轻量级推理框架，它将结构化的、专家驱动的规范与基于 SMT 的优化相结合。Kepler 将关于系统、硬件和工作负载的架构重要属性——需求、不兼容性以及定性权衡——编码为约束，并合成优化用户定义目标的可行设计。它在抽象层面上运作，捕获“经验法则”而非详细的系统行为，从而在保留关键交互的同时实现可处理的推理，并为其决策提供解释。通过实验和案例研究，我们表明 Kepler 能够揭示 LLM 遗漏的交互，并支持系统化、可解释的设计探索。
关键词
引用
@article{arxiv.2604.25506,
title = {Assistants, Not Architects: The Role of LLMs in Networked Systems Design},
author = {Pratyush Sahu and Rahul Bothra and Venkat Arun and Brighten Godfrey and Akshay Narayan and Ahmed Saeed},
journal= {arXiv preprint arXiv:2604.25506},
year = {2026}
}