打造自适应 AI 运维智慧体： 大语言模型在软件日志运维的实践 刘逸伦 华为 2012 实验室 本科毕业于南开大学 ，硕士毕业于美国佐治亚理工学院。研究方向包括 AI 智能运维 ，大模型质量评估以及大模型提示策略 ，在相关领域以第一作者、 通讯作者身份在 ICDE 、 ICSE 、 IWQoS 等顶级国际会议 / 期刊发表 10 余篇 论文。 刘逸伦 华为 2012 文本机器翻译实验室工程 文本机器翻译实验室工程 师 演讲嘉 宾 1. 软件日志运维观点 2. 自适应智慧体在运维领域面临的 Gap 3. 大模型 Prompt 引擎助力自适应运维智慧 体 4. 大模型知识迁移打造运维专精模型 5. 未来畅想 目录 CONTENTS PART 01 软件日志运维观点： 智能运维演进趋势是从任务数据驱动到自适应运维智慧体 (1) 日志是机器语言：大规模网络、软件系统在运行过程中每天会产生 级别的日志，这些日志是一些类自然语言的文本，实时描述了设备 的运行状态、异常情况。 (2) 传统网络运维是机器语言的人工翻译过程：为了维护网络的稳定，运维人员会持续监控设备的运行状态，希望准确、及时地检测异常和 突发事件。网络日志是设备运行维护最重要的数据源，运维人员通常会通过解读日志中的自然语言、语义信息来发现问题、分析根因。 (3) 自动日志分析是机器语言的自动翻译过程：

北塔智慧运维平台 18 年 专注 IT 运维软件领域 上海北塔软件股份有限公司 ­ 国产运维软件第一家三板上市企业（ 831071 ） ­ 上海市高新软件企业 ­ 国家重点软件布局企业 ­ 2017 网管软件开发与运维领域市场份额排名第一 ­ 电力行业市场占有率第一 ­ ISO9001 国际质量认证 ­ CMMI4 认证 ­ ITSS 服务管控专业组副组长单位 ­ 国家信标委云计算工作组全权成员 和客户服务人员。 智能运维倡导者 国内最早倡导智能运维厂商，提供专业的运维平台， 完整提供运维整体解决方案，最大化提升运维管理价值与效率。 小结 典型项目展示 典型项目展示 典型项目展示 典型项目展示 构建完整运维体系 IT 运维体系 人 (People) 流 程 (Process) 技 术 (Tech & Tool) ITIL 北塔一体化运维解决方案 平台架构图 业务拓扑 视频拓扑 拓扑 中心 实时预警 历史故障 事件 中心 性能、运行报表 运维报表 考核报表 趋势分析 报表 中心 故障自动工单 服务台 SLA 知识库共享 流程 中心 基础设施管理 网络 存储 服务器 虚拟化 数据库 中间件 业务 应用 机房 智能管理 运维大数据 自动管理 规则 策略 等级 服务流程管理 服务台 事件 配置 发布 变更 SLA

华为混合云现代化运维体系 核心能力及最佳实践 政企而言，IT架构建设作为组织战略目标实现和业务创新发展的核心引擎，是一项战略 性、系统性工程，然而IT架构的建设往往不会一蹴而就，而是会随着技术革新逐渐引入 新的平台、新的产品和技术。因此，政企IT架构的发展演进进程中普遍存在不同架构、不同代 际、不同厂商平台并存的情况。运维人员需要全面了解不同平台的部署、升级、维护等操作，这 不仅增加了运维人员的工作难度，自动化运维工具的推行也变得举步维艰，使得运维工作变得极 为复杂和繁琐。 随着政企数智化进程的加速，混合云作为一种灵活、可扩展且安全的云平台解决方案，已逐渐成 为政企用户数智化转型的首选IT架构。然而，随着云上业务需求不断增加，云服务资源类型日益 丰富，传统的IT运维体系已经难以应对混合云环境下复杂的技术架构和多变的业务需求。 为了应对这些挑战，对混合云运维系统架 级势在必行。华为混合云基于自身云平 台运维经验，以及服务数千家政企客户的数字化转型实践，持续积累面向现代化的核心运维能 力，并沉淀构筑了一套全面构建稳定可靠的现代化运维能力的路径和方法。通过运维现代化核心 能力，期望能够帮助政企客户从传统架构运维到云化架构运维转型，以数字化和智能化为驱动， 构筑混合云现代化运维新体验。 其中，运维体系作为混合云运维能力建设的基础性、系统性工程，面临着对技术、组织、制度需

******** 自动智慧运维管理平台 技术方案 ഀ� 目 录 目 录.....................................................................................................................................................2 1. 运维软件的变革... ..........................10 1.1. 运维管理的三个转变............................................................................................................10 1.2. 智慧运维给用户的价值............................. ........................................................................................14 1.3. 智能运维的特色功能..............................................................................................

预测性维护 03.2021 上海 / 中国 罗兰贝格 洞见 数字化运维的制胜基石 1 随着互联技术的革新、大数据的应用与积累、计算能力的提 升及相关模型理论的高速发展，人工智能的应用场景逐渐丰 富，并在近几年逐步过渡到实操落地。各行各业正积极探索 通过人工智能赋能的运营模式，并以此推动产业升级及长期 的运营转型。 在政策端，从2017年7月国务院印发的《新一代人工智能发 展 生了制造业的数字化及智能化的转型之路。而运维服务（ 如 备品备件销售、设备维护及维修等）作为制造业的重要组成 元素，通过工业互联网及人工智能的深度融合打造出创新的 应用场景，并实现持续降本增效的趋势目标。 运维服务的发展进程主要分为四个阶段： 01 预测性维护是什么？ 我们为什么需要它？ 封面图片： koto_feja 01 / 运维服务的发展进程 从需求侧来看，完整的数字化运维服务将成为企业选择运维 从需求侧来看，完整的数字化运维服务将成为企业选择运维 服务供应商的主要考量维度之一。罗兰贝格针对全球领先制 造企业的调研结果显示，85%以上的受访者认为运维服务商 应更多地关注数字化方案规划能力，97%的受访者认为运维 服务商应提供主动、完整的数字化运维服务方案。随着先进 制造业对运维服务的注重维度已经改变，过去传统的备品备 件购买及定期维护观念已经过时，通过工业互联网和人工智 能赋能的数字化运维解决方案将是新的趋势。

智能化时代数据库自主可靠运维 白皮书 编制委员会 编委会成员（排名不分先后顺序） 朱正珊（福建海峡银行） 王义成（腾讯云数据库） 陈璐（福建海峡银行） 陈琢（腾讯云数据库） 张秀云（腾讯云数据库） 罗晓程（腾讯云数据库） 刘亚琼（腾讯云数据库） 编写组成员 李代丽 任朝阳 参编单位 COMMITTEE 第一章：智能化时代可靠运维发展趋势 �� �� �� �� �.� AI对传统运维的影响 �.� AI在运维实践中的挑战 �.� 运维应当如何拥抱AI 第二章：稳定可靠运维面临的挑战 �.� 数据快速增长挑战 �.� 需求、逻辑实现不可控挑战 �.� 复杂技术栈挑战 �.� 应急体系建设挑战 �.� 数据安全、合规挑战 第三章：可靠运维服务体系能力建设分析 �.� � 建设自主可控的运维团队 �.�.� 具有团队建设预算 �.�.� 运维团队建设 �.�.� 运维团队能力可持续发展 �.� 制定对等的权责制度 �.� 构建完善的可观测体系 �.� 建立数据库和应急流程标准化 �.� 制定完善的应急预案 �.� 打造运维知识库体系 目录 CATALOGUE ---------------------

项目编号： 铁路沿线实景三维 AI 大模型 应 用 方 案 目 录 1. 项目背景与目标............................................................................................6 1.1 铁路运输的重要性...................................... ..7 1.2 现有铁路管理模式的不足.....................................................................9 1.3 实景三维 AI 大模型的优势..................................................................11 1.4 项目目标与愿景......... ........................................................................................14 2.1 实景三维建模技术..............................................................................16 2.1.1 数据采集方法..

智能体应用现状挑战及建议 中国电子信息产业发展研究院 无线电管理研究所（未来产业研究中心） 二 O 二五年四月 ID CCID CCID CC ID CCID CCID CC CCID CCID CCID CCID CC ID CCID CCID CCID CCID 1 一、智能体概述 二、智能体发展现状 三、智能体发展动向与挑战 四、推动智能体发展的路径 等外部 信息 • 定义：智能体（ AI Agent ）是基于人工智能技术理解外部环境刺激并生成有意义动作的交互系统 ，涵盖环境感知、决策规划、 自主学习、 多 模态 交互及任务执行等关键技术。 自主学习和适应 智能体能够通过增强学习和迁移学习等方法从过往经验中学习并调整决策制定和行动过程 ID CCID CCID CC ID CCID CCID CC CCID 大语言模型先驱 ，持续优化智能体文本处理能力并推出 GPT Store ，拓展应用场景和商业模式。 IBM ： 老牌技术领先公司 ，依托稳固客户关系推动 WatsonX 平台及智 能体发展 ，提供深度洞察并支持多云环境集成 ，助力企业构建 定制化智能体。 亚马逊云： 专注人工智能和云服务 ，通过智能体技术提升商业价值 ，更新 Bedrock 平台支持多种模型

张伟男 哈尔滨工业大学 计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 确认状态跟踪 澄清状态跟踪 词法、句法、语义分析 拒识回复 确认及澄清回复 多领域用户对话意图识别 多领域对话状态跟踪 上下文建模 情感回复 个性化回复 风格化回复 . . . 对话质量评估 情感分析 拒识、确认、澄清、隐式反 馈 ... TTS 领域内分析及处理 ASR 多领域对话状态分布 自然语言理解 文本或语音 文本或语音 Chatting ） 典型应用：聊天机器人 43 对话状态 （ Dialogue state ） 出发地 =NULL 到达地 = 北京 出发时间 =NULL 对话管理（ DM ） 知识库 (KB) 及 APIs 自然语言理解 （ NLU ） 任务型对话系统的结构 语义帧 （ Semantic frame ） 领域：机票 意图：订机票 语义槽：到达地 = 北 京 状态追踪