AIOps的下一步走向哪里？

主要观点总结

本文从AIOps的演进谈起，提出了AIOps的挑战症结所在，重点分析了AIOps是怎样的运维工作模式，其智能运维场景如何构建，以及大模型和AI Agent给场景带来的新思路。文章对AIOps的发展趋势有深入的思考，值得同行学习借鉴。

关键观点总结

关键观点1: AIOps的挑战和演进

文章详细阐述了AIOps的演进过程，指出了当前AIOps面临的挑战，如算法与专家经验的脱节、用户对AI的信任危机等。

关键观点2: AIOps的工作模式

作者提出了自己对AIOps的理解，认为AIOps是一种数智时代人机协同的运维模式，是算法、数据、机器人与SRE专家经验融合的结果。

关键观点3: 智能运维场景的设计

文章围绕“感知、决策、执行”的智能运维场景展开讨论，阐述了如何将算法、数据、机器人应用在运维场景上，重新设计一系列稳定性保障场景。

关键观点4: 大模型和AI Agent的新思路

作者探讨了大模型和AI Agent在智能运维场景中的应用，认为大模型在处理数据时的灵活性、AI Agent的智能化和自主性能够提升智能运维的效果。

关键观点5: 未来展望

文章最后对AIOps的未来进行了展望，认为需要继续推动AI技术与人类经验的融合，激发SRE积极参与智能运维的动力。