12-钱誉-AiAgent在运维体系中的探索与实践.pdfVIP

AiAgent在运维体系中的探索与实践

钱誉

ZenlayerGFSMonitoringAutomation负责人

大纲

•Zenlayer在运维体系中对CopilotAgent理解

•Zenlayer在私域数据尝试：FTorRAG(BaselineGraph)

•场景实现案例

•实践预期

•未来展望

Zenalyer在运维体系中对CopilotAgent理解

•传统的AIOps在异常检测和根因分析上严重依赖于标注数据，这限制了算法的

泛化能力，因为它们需要在有监督的环境下进行训练。而大语言模型能够学习

更多的通用知识，减少对标注数据的依赖，从而降低训练成本。

•运维团队积累的专家经验很难编码到算法模型中。通常，这些经验会被简化为

阈值或复杂的规则，不仅难以维护，也难以传承。CopilotAgent通过大语

言模型，将专家经验转化为模型可以理解和推理的形式，从而提升了故障处理

的能力。

•传统AIOps的接入和维护成本较高，需要业务和算法团队深入理解业务逻辑和

算法模型。此外，私域数据的处理和定制化开发也增加了成本。Copilot

Agent框架采用集成学习的概念，通过模块化设计，使得系统能够像搭积木一