LCP 双峰分布下告警阈值怎么定：P90 触发还是绝对值触发？

背景：我们是一个中台型 B 端产品，前端技术栈 React 18 + Vite，日均 UV 约 12 万，但 LCP 分布长期呈"双峰"——大约 65% 的会话 LCP < 2s（CDN 命中 + 预取生效），其余 35% 的会话 LCP 在 3.5s ~ 7s 之间（CDN 未命中、弱网、移动端低端机）。我们用 Sentry + 自研 RUM SDK 采集 Web Vitals，采样率 100%（因为用户量不算特别大）。

现象：当前告警规则是"LCP P90 > 3.5s 持续 10 分钟"。上线了 3 个月，累计触发 47 次告警，但复盘后发现真正需要人介入的只有 4 次（其余 43 次要么是 CDN 回源高峰自愈、要么是某个低活地区弱网、要么是移动端占比临时升高）。告警准确率约 8.5%，团队已经出现"告警疲劳"，值班同学看到 LCP 告警会下意识跳过。

已尝试的排查：

1. 把阈值从 P90 改成 P75 + 绝对值 4s，误报降了但漏报了一次 CDN 节点故障（P75 没动到）；
2. 加了"同时段同地域错误率 > 1%"的联动条件，误报降到 11 次，但漏报了 2 次纯 LCP 劣化（错误率正常）；
3. 试了按 UA 拆移动端/桌面端分别告警，桌面端误报少了，但移动端阈值不好定（分布更散）。

期望得到的答案形态：

• 不是"用 P90 或 P95"这种二选一，而是阈值 + 联动条件 + 观察窗口的具体组合（最好带数字：阈值多少、窗口多长、联动指标是什么）；
• 如果你们有处理双峰分布的经验，希望看到具体的判定逻辑（比如按 LCP 分布形态切换告警策略）；
• 如果有可复现的配置（Sentry / Grafana / 自研 RUM 的告警规则 YAML 或 JSON 片段），最好贴出来；
• 不一定要 B 端场景，C 端高流量场景的双峰处理思路也欢迎，但请标注你们的 UV 量级和 LCP 分布形态，方便我对照。