01.大模型在運(yùn)維領(lǐng)域的 “萬(wàn)能濾鏡” 正在褪色

2025 年初，隨著DeepSeek的爆火，市場(chǎng)的熱度達(dá)到了“瘋狂”的程度，大模型被神化，無(wú)所不能，某巨頭的大模型一體機(jī)賣(mài)爆了。但經(jīng)過(guò)一段時(shí)間的實(shí)際使用和反饋后，用戶(hù)也開(kāi)始逐漸降溫冷靜下來(lái)，發(fā)現(xiàn)一些更加真實(shí)的事實(shí)：

“不知道大模型能干什么？”

“不知道大模型能夠在哪些場(chǎng)景達(dá)到什么樣的效果？”

“為什么私有化部署大模型之后發(fā)現(xiàn)，跟網(wǎng)上的DeepSeek差距那么大？”

“為什么“投喂”了大量知識(shí)之后，大模型的表現(xiàn)還是不符合預(yù)期？”

如果這樣都不理想，怎么能夠應(yīng)用到準(zhǔn)確性要求如此高且環(huán)境極其復(fù)雜的運(yùn)維場(chǎng)景中。

02.大模型能夠在運(yùn)維領(lǐng)域做什么？

1）看一下我們以前在做什么

• 傳統(tǒng)工作方式：預(yù)制既定規(guī)則，應(yīng)對(duì)復(fù)雜場(chǎng)景。
• 存在的問(wèn)題：實(shí)際情況往往復(fù)雜多變，預(yù)制的規(guī)則難以全面適配，導(dǎo)致最終效果不佳（復(fù)雜場(chǎng)景的適配率極低）。此外，規(guī)則的條件通常僅能覆蓋少量固定場(chǎng)景。

2）大模型的加持下

• 大模型工作方式：大模型的工作方式是由其負(fù)責(zé)規(guī)則的判斷與調(diào)度，同時(shí)結(jié)合運(yùn)維人員的專(zhuān)業(yè)經(jīng)驗(yàn)進(jìn)行分析和引導(dǎo)。這種方式不僅拓寬了場(chǎng)景的適用范圍，還顯著提高了復(fù)雜場(chǎng)景的適配率。

在運(yùn)維工作的演進(jìn)歷程中，我們?cè)?jīng)依賴(lài)預(yù)制的既定規(guī)則來(lái)應(yīng)對(duì)復(fù)雜場(chǎng)景。這種方式在理論上似乎能夠有條不紊地處理各類(lèi)問(wèn)題，但在實(shí)際操作中，卻面臨著諸多挑戰(zhàn)。實(shí)際情況往往是錯(cuò)綜復(fù)雜、千變?nèi)f化的，預(yù)制的規(guī)則很難做到全面適配。由于規(guī)則的條件通常只能支撐小部分固定場(chǎng)景，這就導(dǎo)致在復(fù)雜場(chǎng)景下的適配率極低，最終的運(yùn)維效果也不盡如人意。

隨著大模型技術(shù)的發(fā)展與應(yīng)用，運(yùn)維工作迎來(lái)了新的變革機(jī)遇。在大模型的加持下，規(guī)則的判斷與調(diào)度由大模型來(lái)承擔(dān)，并結(jié)合運(yùn)維人員的專(zhuān)業(yè)知識(shí)與經(jīng)驗(yàn)，進(jìn)行深入的分析與引導(dǎo)。這種方式顯著地?cái)U(kuò)大了場(chǎng)景的適用范圍，提高了復(fù)雜場(chǎng)景下的適配率（當(dāng)然不可能達(dá)到極高準(zhǔn)確率）。盡管它已經(jīng)為運(yùn)維工作帶來(lái)了顯著的提升，但在實(shí)際處理過(guò)程中，依舊無(wú)法做到“替代”運(yùn)維的存在。

正如前文所述，AI與運(yùn)維的深度融合需要扎實(shí)的基座支撐。嘉為藍(lán)鯨WeOps智能運(yùn)維平臺(tái)與AI深度融合，將為企業(yè)構(gòu)建智能、高效、可持續(xù)發(fā)展的運(yùn)維生態(tài)體系，助力企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)。

3）結(jié)論

（1）不要妄想AI代替運(yùn)維，而是提高運(yùn)維同學(xué)的效率和降低出錯(cuò)風(fēng)險(xiǎn)

AI 在運(yùn)維中更重要的作用是提高運(yùn)維同學(xué)的工作效率，并降低出錯(cuò)的風(fēng)險(xiǎn)。運(yùn)維工作需要專(zhuān)業(yè)知識(shí)、經(jīng)驗(yàn)判斷和應(yīng)急處理能力，而 AI 目前尚無(wú)法完全替代這些人類(lèi)技能。AI 可以作為輔助工具，幫助運(yùn)維人員更快速、準(zhǔn)確地處理問(wèn)題，而不是取而代之。

（2）大模型當(dāng)前的作用是放大自動(dòng)化運(yùn)維的成效，而不能跨越運(yùn)維建設(shè)的階段

自動(dòng)化運(yùn)維是一個(gè)逐步發(fā)展的過(guò)程，從簡(jiǎn)單的任務(wù)自動(dòng)化到復(fù)雜的系統(tǒng)集成，需要逐步積累和完善。大模型的應(yīng)用可以進(jìn)一步提升自動(dòng)化運(yùn)維的效果，但不能跳過(guò)必要的建設(shè)階段，直接實(shí)現(xiàn)理想化的運(yùn)維模式。

（3）大模型在運(yùn)維領(lǐng)域落地邏輯與自動(dòng)化運(yùn)維階段一致，先標(biāo)準(zhǔn)化、再自動(dòng)化，才到智能化

在引入大模型之前，運(yùn)維工作需要先實(shí)現(xiàn)標(biāo)準(zhǔn)化，將各項(xiàng)流程和操作進(jìn)行規(guī)范和統(tǒng)一；在此基礎(chǔ)上，逐步實(shí)現(xiàn)自動(dòng)化，通過(guò)腳本和工具來(lái)代替人工操作；最后，借助大模型等智能化技術(shù)，實(shí)現(xiàn)更高級(jí)的智能運(yùn)維。

03.大模型落地運(yùn)維場(chǎng)景三階段建議

1）階段一：標(biāo)準(zhǔn)化

• 關(guān)鍵動(dòng)作：統(tǒng)一監(jiān)控指標(biāo)、規(guī)范操作流程、建立 CMDB 資產(chǎn)庫(kù)。
• 成果度量：數(shù)據(jù)完整率提升至 90%+，為 AI 提供可用輸入。
• 場(chǎng)景應(yīng)用：私域問(wèn)答-CMDB、監(jiān)控等數(shù)據(jù)的查詢(xún)，問(wèn)題的咨詢(xún)，變更規(guī)章的咨詢(xún)等。

2）階段二：自動(dòng)化

• 關(guān)鍵動(dòng)作：定義重復(fù)執(zhí)行的原子操作，提供給大模型調(diào)度（Tools），形成各種細(xì)分領(lǐng)域的智能體。
• 風(fēng)險(xiǎn)描述：極度依賴(lài)上一個(gè)環(huán)節(jié)的數(shù)據(jù)質(zhì)量，數(shù)據(jù)不對(duì)，會(huì)導(dǎo)致執(zhí)行變形，進(jìn)而引發(fā)難以估量的后果，例如，當(dāng) A 系統(tǒng)執(zhí)行自動(dòng)清理日志時(shí)，由于 CMDB 中系統(tǒng)與機(jī)器的關(guān)聯(lián)關(guān)系錯(cuò)誤，導(dǎo)致誤刪了 B 系統(tǒng)的日志。
• 場(chǎng)景應(yīng)用：智能提單-機(jī)器人自動(dòng)總結(jié)前輪對(duì)話，推演提單內(nèi)容，自動(dòng)調(diào)用工單系統(tǒng)，實(shí)現(xiàn)自動(dòng)提單。日志智能分析聚類(lèi)-通過(guò)將大量日志數(shù)據(jù)分組為多個(gè)類(lèi)別，幫助管理員發(fā)現(xiàn)異常行為、識(shí)別關(guān)鍵日志，提升日志的可讀性和管理性。

3）階段三：智能引導(dǎo)

• 描述：以私域知識(shí)和智能體建設(shè)為基礎(chǔ)，通過(guò)給予劇本，對(duì)系統(tǒng)操作進(jìn)行智能引導(dǎo)，實(shí)現(xiàn)智能體與業(yè)務(wù)系統(tǒng)完成深度的智能化聯(lián)動(dòng)。

04.總結(jié)

智能運(yùn)維的本質(zhì)，是以 AI 技術(shù)驅(qū)動(dòng)運(yùn)維體系的加速進(jìn)化，而非對(duì)現(xiàn)有架構(gòu)進(jìn)行顛覆性變革。在推進(jìn)智能運(yùn)維落地的過(guò)程中，合理把控節(jié)奏至關(guān)重要，以下是幾點(diǎn)建議：

1）先理后動(dòng)

首先聚焦于全面梳理業(yè)務(wù)場(chǎng)景，深度洞察運(yùn)維流程中的痛點(diǎn)與需求，確保 AI 技術(shù)的引入緊密貼合實(shí)際業(yè)務(wù)，堅(jiān)決避免盲目跟風(fēng)、為用 AI 而用 AI 的情況。

2）小步快跑

采用試點(diǎn)項(xiàng)目的方式，以小規(guī)模、低風(fēng)險(xiǎn)的實(shí)踐驗(yàn)證 AI 在運(yùn)維中的價(jià)值。通過(guò)對(duì)試點(diǎn)結(jié)果的及時(shí)分析與總結(jié)，逐步擴(kuò)大應(yīng)用范圍，有效控制試錯(cuò)成本。

3）人機(jī)協(xié)同

構(gòu)建 AI 輔助決策機(jī)制，讓 AI 技術(shù)充分發(fā)揮數(shù)據(jù)處理與分析的優(yōu)勢(shì)，為運(yùn)維決策提供智能支持。同時(shí)，在關(guān)鍵操作環(huán)節(jié)保留人工復(fù)核，利用人的專(zhuān)業(yè)經(jīng)驗(yàn)與判斷力，保障運(yùn)維工作的準(zhǔn)確性與可靠性。