一条告警的旅程:跟着值班分诊走完整个 Agent 改造
一条告警进来,原来人是怎么处理的
值班告警分诊,是讲 Agent 落地最好的场景之一。因为它流程清晰、工具明确、效果能评估——正好是 Agent 最擅长的那类活。
先看原来的流程:告警进来、人看一眼、翻历史故障手册、登上监控和工单系统查上下文、再决定怎么处理。整套动作,靠的是人的经验和几个现成系统。
改成 Agent 之后,这条链路会发生什么?跟着一条告警走一遍就清楚了。
第一站:判类型和抽参数
告警进来的第一件事,是搞清楚"这是什么类型、关键参数是什么"。
Agent 先做判断和抽取:这是哪类告警、涉及哪个服务、发生在什么时间。这一步用的是大模型的推理能力——但注意,它只是吐出判断结果,不执行任何动作。
判断的质量,取决于你给它的工具描述和提示词写得清不清楚。写模糊了,它就猜;猜错了后面全错。这一站看起来简单,其实是整个链路的地基。
第二站:去向量库捞历史处置记录
判完类型,Agent 会去向量库里捞相似的历史处置记录。
这一步对应的就是 RAG 检索:把历史告警和故障手册洗干净、向量化、存进向量库,需要时按相似度捞出来。这里你要动手的,是数据工程那套——数据清洗、切片、权限隔离,一样都没变。
而且这里有个很实在的判断:RAG 效果上不去,多半得回头改文档切片和权限隔离,换模型收益很小。别一上来就怪模型。
第三站:调监控和工单 API 拿现场数据
有了历史经验,还得看当前现场。Agent 去调监控和工单 API,把实时数据拿齐。
这一站是"一双手"真正干活的地方,也是你最熟悉的地方:把"查监控、查工单、发通知"封成参数写得清清楚楚的工具,做好鉴权、超时、重试、幂等。
为什么幂等这么重要?回想那个经典事故——模型把同一个退款查询接口连调四遍,第四次还带了不一样的参数。模型没傻,是工具描述模糊导致它猜、猜错导致它重试、重试撞上没有幂等的接口。告警场景里的 API 一样会面对这个风险,工具描述和幂等必须提前做好。
第四站:给处置建议,或者挂起转人
数据齐了,Agent 给出处置建议。但关键在下一句:碰到要重启、要回滚、或者置信度低的情况,一律挂起转人。
这就是兜底条件,必须定死:低置信、高危动作、用户点名要人,三条任一命中就交回给人。别指望上线就全自动撒手不管——现实里能跑在生产上的 Agent,基本都留着人工确认的关键节点和异常降级,完全无人值守的很少见。
边界也要说清楚:Agent 擅长的是有明确工具、有明确流程、效果能评估的那类活;像"这个故障该不该定级为重大事故"这种目标模糊、责任又重的决策,让它当副手就好,别让它拍板。
上线之后,最先感觉到的是什么
很多人以为上 Agent 最先感觉到的是"省了多少人"。其实不是。
最先能感觉到的,是转人工时附带一整串 Agent 的处理记录——它判了什么类型、捞了哪些历史记录、查了哪些现场数据、为什么给出这个建议。接手的人不用从零问起,直接看记录就能接着干。
至于到底省了多少人,得看告警噪音和数据质量,别信任何拍脑袋的百分比。这也是为什么评测这么重要。
让这条链路能上生产,还差什么
Demo 跑通不等于能上线。从这条链路到生产,还差最后一层:
- Trace 和日志要能追到每一次调用;
- 效果得有评估集能跑回归;
- 提示词注入和越权得挡住;
- 成本和限流得掐住。
验收标准很硬:改一句 Prompt、换一版检索,有没有几十条真实输入能立刻跑一遍、看得出哪儿崩了。没有,就还停在玩具阶段。Demo 能骗过围观的人,线上流量不会陪你演戏。
还有两颗必须提前拧死的螺丝:ReAct 循环的最大轮数(防止循环不收敛),以及上下文裁剪(防止上下文越滚越肥烧穿预算)。
收尾:老三样,一样没变
跟着一条告警走完整个改造,你会发现真正要你动手的还是老三样:把工具封好、把数据洗干净向量化并按权限隔开、把兜底条件定死。
鉴权、限流、幂等、日志、容错——这些词从头到尾一个都没变。你不是从零开始,只是把你写了多年的那套本事,重新摆到了 Agent 的位置上。
别把这份方案收进收藏夹。挑一个你最熟的业务场景,把里面的每一个查询动作封成一个工具,认真写清楚参数,定死终止条件。这一步迈出去,你就已经在路上了。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】


为什么要学习大模型?
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。


大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

2、大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

适用人群

第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

更多推荐


所有评论(0)