LLM 的推理能力与生成式 AI 的数据理解能力，为可观测技术的演进提供了全新思路。另一方面，可观 测技术也在反哺 AI 领域。那么， AI 与可观测技术是如何双向赋能的？AIOps 从实验到生产、从口号 到落地的行动路径又是怎么样的？ 李也：一是 "AI for 可观测"。过去，我们需要手动编写 SQL 来提取和分析数据。而现在，只要为大模 型提供清晰的上下文和数据格式，它就能出色地自动生成 SQL、配置大盘和定时任务。我们内部评测 显示，在上下文充足时，大模型在此类任务上的准确率可达 80%-90%，甚至超过不熟悉 SQL 的工程 师。这意味着，数据的提取方式已被彻底改变。 在更复杂的探索性、关联性分析方面，AI 同样能提供助力。例如，将复杂的系统场景截图交给大模 型，其分析结果有时优于新手工程师。虽然它目前还无法替代专家进行根因分析，但已能显著提升所有 工程师的工作效率。从"给人看"转向"给 AI 看"。未来的关键不再仅仅是美观的可视化，而是如何以结 构化的方式组织数据，使其能高效地被大模型理解与利用。 二是 "可观测 for AI"。AI 系统的出现带来了新的可观测需求。大模型的每次调用都会产生成本， ...

行业动态 - 第二十五届 GOPS 全球运维大会暨研运数智化技术峰会·深圳站开幕 聚焦互联网、金融、通信及传统行业运维技术 传播先进技术思想和理念 [1] - 大会围绕数字技术与消费金融融合协同发展 推动业务模式转型与升级 [1] 公司实践 - 中邮消费金融运行维护专家蒋浩澜分享"全场景自愈运维体系构建" 从版本回退到双活切换的深度实践 系统性阐释从"分钟级"向"秒级"运维能力升级 [1] - 中邮消费金融数智化应用团队主管董佩分享"全链路智能化可观测体系建设之路" 覆盖授信、用信、还款等7大业务场景 监控事件覆盖率达80% 实现业务场景分钟级故障自愈 [2] 技术突破 - 自愈运维体系通过智能预测与决策干预实现主动防御 从"救火"转向"防火"模式 提升业务连续性和运维效率 [1] - 可观测平台建设围绕监控全生命周期展开 通过体系化和智能化设计解决监控痛点 为故障发现、诊断和处置提供支撑 [2] 成果展示 - 中邮消费金融已构建全方位业务导向的全流程可观测监控体系 有效提升运维工作整体效率 [2] - 公司依托高效运维自愈和可观测监控体系 强化智能运维能力体系化建设 增强高质量发展核心竞争力 [2]