基調(diào)聽云協(xié)辦的“智能觀測進(jìn)化論”第二期沙龍精彩回顧
2025年3月7日，由中國信通院穩(wěn)定性保障實(shí)驗(yàn)室主辦、基調(diào)聽云協(xié)辦的“智能觀測進(jìn)化論”系列沙龍第二期圓滿召開。本期沙龍邀請(qǐng)眾多業(yè)界大咖齊聚一堂，就AI Agent和大模型在可觀測領(lǐng)域的應(yīng)用潛力與實(shí)踐路徑展開深入探討，分享了前沿學(xué)術(shù)研究進(jìn)展和最佳實(shí)踐經(jīng)驗(yàn)，吸引了上千名業(yè)內(nèi)人士的熱情參與。下面，就讓我們一起來回顧會(huì)議精彩內(nèi)容！
01智觀全局，智能體技術(shù)在運(yùn)維和可觀測領(lǐng)域的實(shí)踐探討
中國信通院云大所云計(jì)算部工程師劉坤擔(dān)任沙龍主持人，他首先介紹了系列沙龍的召開背景，大模型、智能體等技術(shù)在加速可觀測性技術(shù)向更加智能的形態(tài)演進(jìn)，然后分享了QwQ-32B模型和現(xiàn)象級(jí)產(chǎn)品Manus的發(fā)布，引出了本場沙龍的圓桌討論話題，激發(fā)了與會(huì)者對(duì)于沙龍內(nèi)容的期待與思考。
字節(jié)跳動(dòng)服務(wù)端可觀測平臺(tái)算法負(fù)責(zé)人 董善東 發(fā)表了《Agentic AI 在可觀測領(lǐng)域的應(yīng)用潛力與實(shí)踐路徑探討》主題演講。他首先分享了Agentic AI對(duì)于可觀測、SRE帶來的潛力思考，構(gòu)建SRE Agent數(shù)字分身， 實(shí)現(xiàn)對(duì)多個(gè)場景的串聯(lián)、 協(xié)作， 助力SRE解決“日常瑣事”，然后介紹了Agentic AI的概念、特點(diǎn)和MCP通信協(xié)議，分析了業(yè)界使用Agents在可觀測和SRE方向的應(yīng)用，提出了multi-agents到Agentic AI的關(guān)鍵點(diǎn)是反思和學(xué)習(xí)，描繪了SRE場景下的 Agentic AI 大圖，最后進(jìn)行總結(jié)展望。
咪咕視訊科技有限公司技術(shù)總監(jiān) 朱孫偉 發(fā)表了《智能體技術(shù)賦能可觀測平臺(tái)場景分析》主題演講。他首先分享了結(jié)合RAG+大語言模型快速構(gòu)建專業(yè)運(yùn)維輔助決策體系，并結(jié)合歷史數(shù)據(jù)實(shí)現(xiàn)專業(yè)問題解答和決策輔助的應(yīng)用路線，然后介紹了基于自然語義理解，大模型輔助實(shí)現(xiàn)異常數(shù)據(jù)的智能化清洗、分析、提取訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的實(shí)踐經(jīng)驗(yàn)，以及通過圖像識(shí)別、自然語義理解等技術(shù)構(gòu)建新一代交互方式，最后展望了AGI模式下“數(shù)據(jù)感知-智能決策-行動(dòng)執(zhí)行”的智能體完整能力。
移動(dòng)云運(yùn)維架構(gòu)師 李蔚發(fā)表了《基于大模型AI技術(shù)的高階智能運(yùn)維發(fā)展與規(guī)劃》主題演講。他首先介紹了DS等模型運(yùn)維應(yīng)用與邊界，對(duì)DeepSeek等大模型在運(yùn)維領(lǐng)域的應(yīng)用案例進(jìn)行分析，盤點(diǎn)出當(dāng)前大模型技術(shù)的能力邊界，然后分享了基于大模型的智能運(yùn)維影響因素，最后介紹了移動(dòng)云在智能運(yùn)維領(lǐng)域的發(fā)展與規(guī)劃，包括運(yùn)維業(yè)務(wù)架構(gòu)、智能運(yùn)維研發(fā)協(xié)作和大模型技術(shù)加持下的故障自動(dòng)駕駛設(shè)計(jì)。
02圓桌對(duì)話，面向?qū)嵺`痛點(diǎn)碰撞觀點(diǎn)
在圓桌環(huán)節(jié)，基調(diào)聽云AI負(fù)責(zé)人韋遠(yuǎn)奎與各位與會(huì)嘉賓現(xiàn)場一起連線對(duì)話，同頻探討 AI 大模型和可觀測性技術(shù)的發(fā)展脈絡(luò)與趨勢，嘉賓們針對(duì)大模型對(duì)于運(yùn)維的將本增效、人類專家與AI系統(tǒng)的有效協(xié)作、AI Agent決策的可解釋性、通用Agent對(duì)于領(lǐng)域Agent的影響等議題，進(jìn)行了熱烈的探討與交流。
【觀點(diǎn)總結(jié)】
1）運(yùn)維大模型的基建不像原來基于規(guī)則和數(shù)據(jù)的基建那么完善，在做基建的過程中，本身就要耗這種大量的成本。
2）大模型在運(yùn)維領(lǐng)域有其適合發(fā)揮能力的優(yōu)勢項(xiàng)目，也有超過其能力邊界的一些劣勢項(xiàng)目，現(xiàn)階段多在優(yōu)勢項(xiàng)目去發(fā)力，才能提高效率。
3）大模型在運(yùn)維領(lǐng)域的落地效果與模型本身的準(zhǔn)確率息息相關(guān)，如果模型準(zhǔn)確率沒有突破，在實(shí)踐過程中會(huì)產(chǎn)生很多新問題。
4）隨著技術(shù)的發(fā)展進(jìn)步，大模型的能力會(huì)越來越強(qiáng)，企業(yè)會(huì)逐漸完善內(nèi)部基建，智能化一定是未來的趨勢，因此需要從現(xiàn)在開始就進(jìn)行實(shí)踐探索。
【觀點(diǎn)總結(jié)】
1）控制AI的隨機(jī)性，如使用知識(shí)庫、模型微調(diào)等方法。
2）對(duì)關(guān)鍵運(yùn)維操作分級(jí)分類，涉及高風(fēng)險(xiǎn)和影響面大的關(guān)鍵動(dòng)作節(jié)點(diǎn)，人類要介入審核。
3）三是進(jìn)行多輪校驗(yàn)，對(duì)于模型生成的決策要設(shè)置多輪審核機(jī)制。
4）目前的人機(jī)協(xié)同范式，還應(yīng)遵循模型做生成工作，人類完成審核工作。
5）要增加模型的可解釋性，讓人更能夠理解他是怎么樣決策的。
6）加強(qiáng)模型反思，通過反思讓模型對(duì)自己的輸出結(jié)果進(jìn)行評(píng)估和改進(jìn)。
【觀點(diǎn)總結(jié)】
1、將CoT輸出，顯示大模型的推理步驟。
2、對(duì)大模型決策路徑的關(guān)鍵環(huán)節(jié)做結(jié)構(gòu)化處理。
3、使用可觀測性技術(shù)對(duì)大模型和Agent進(jìn)行觀測，特別是包含大模型的完整調(diào)用鏈路。
4、使用流程編排對(duì)大模型的思維鏈做限制，以人腦的思維鏈輔助大模型的自主決策過程。
5、使用RPA機(jī)制和小模型輔助大模型得出相應(yīng)結(jié)論。
【觀點(diǎn)總結(jié)】
1、垂直領(lǐng)域的數(shù)據(jù)是私有的，這是通用Agent所不具備的，領(lǐng)域Agent對(duì)特定領(lǐng)域的問題的效果優(yōu)于通用Agent。
2、從專業(yè)性的深度、合規(guī)和安全方面考慮，Agent要嵌入公司內(nèi)部的專業(yè)工作流，領(lǐng)域Agent更具備優(yōu)勢。
3、通用Agent對(duì)于算力的消耗大于領(lǐng)域Agent，考慮成本和效率，現(xiàn)階段企業(yè)仍然會(huì)選擇領(lǐng)域Agent。
