大模型在DevOps领域的创新应用_AIOPS-2024上海站_QECon全球软件质量效能大会-橙柚科技

点击抢票

即将售罄

深圳站 · 2024年5月24-25日

上海站 · 2024年9月20-21日

北京站 · 2024年10月25-26日

优惠倒计时

专场：大模型在DevOps领域的创新应用(AIOPS)

专场聚焦于探讨：在人工智能领域飞速发展的时代，大语言模型的出现有望为DevOps带来哪些技术变革。本专场重点讨论但不仅局限于“自动化和效率提升，智能监控和故障预测，Tools智能决策支持，用户体验改善智能分析”等相关话题，着重关注大语言模型在DevOps领域的应用，助力其实现自动化。参与者将了解AIOPS的一些优秀落点案例，从而能够帮助开发者应用在实际工作中，来逐步降低开发成本和运维成本，更好地AIOPS为赋能。

专场出品人：茹炳晟

腾讯Tech Lead、腾讯研究院特约研究员

中国计算机学会(CCF)TF研发效能SIG主席，“软件研发效能度量规范“标准核心编写专家，中国商业联合会互联网应用技术委员会智库专家，中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长，腾讯云、阿里云、华为云最具价值专家，年度IT图书最具影响力作者，多本技术畅销书作者，著作有《测试工程师全栈技术进阶与实践》《现代软件测试技术之美》《软件研发效能提升之美》《高效自动化测试平台:设计与开发实战》《软件研发效能提升实践》《软件研发效能权威指南》《多模态大模型技术原理与实战》，译作有《持续架构实践》《现代软件工程》《精益DevOps》《基础设施即代码-模型驱动的DevOps》和《DevOps实践指南（第2版）》等，国内外各大技术峰会的联席主席，出品人和Keynote演讲嘉宾。公众号“茹炳晟聊软件研发”主理人。

白潇（白想）

蚂蚁集团技术专家

蚂蚁集团平台工程与技术风险部技术专家，目前主要负责蚂蚁集团DevOps和LLM交叉领域的探索和实践落地。通过OpsGPT大模型和SRE Agent/平台工程Agent等技术方案的工程落地，实现对SRE团队的赋能提效，以创新技术保障蚂蚁集团支付宝、财富保险、国际科技等多个产品的高可用和稳定性。

待定

蚂蚁集团基于LLM的SRE智能体落地实践

SRE智能体聚焦于技术风险 & 运维领域，将技术风险能力、数据、场景、经验沉淀于大模型中，并将其广泛的嵌入日常用户使用的流程中。通过良好的架构设计和产品表现，SRE智能体可以帮助SRE团队完成日常信息查询、发起标准运维操作、故障定位排查、以及技术风险运维知识沉淀等任务。

内容大纲
1. 什么是SRE智能体
2. 通过Code Interpreter实现快速诊断
3. 通过Tool Learning完成单步任务
4. 通过事理图谱EKG增强LLM的多步推理
5. 通过Multi Agent接力实现产品易用性
6. 产品实践效果

听众收益
对AI Native技术关注者和DevOps从业者而言，启发如何构建适合业务发展的SRE智能体、加快AIOps在LLM时代的落地。

刘星辰

众安科技工程效能产品及解决方案总监

刘星辰，曾就职于诺基亚中国，目前就职于众安科技，负责研发效能工具产品研发、推广工作，拥有超过10年软件开发、测试实战和管理经验，在项目管理、Devops、质量测试等领域具有丰富的产品设计和落地经验，热衷于技术分享。
目前所在的工程效能团队，经历了众安保险技术架构从单体到微服务再到云原生演进的过程，也见证了众安保险研发团队从100人到超过2000人的发展速度，致力于为整个众安集团提供研发运维基础工具设施的设计、开发和落地工作，在近9年的时间里，从0-1打造了支撑众安业务高速发展的保险研发新基建，并进行产品商业化建设和输出，围绕新基建建立起来一系列研发管理规范和研发效能建设经验，于2024年结合DevOps工具平台建设经验和AIGC大模型能力设计基于DevOps的产品场景及AI智能体开发能力建设，并成功进行商业化落地。

待定

AIGC驱动DevOps智能化应用实践

随着科技的进步和AI大模型能力的突破式发展，AI生成内容技术（AIGC）正逐渐渗透到各个行业和领域，推动着生产力和创新力的跨越式发展。在软件研发和运维（DevOps）领域，与AIGC如何结合成为当下DevOps社区最热点的讨论话题，常年以来，企业努力的方向一直是通过自动化手段去代替人工操作，但自动化的前提是对象和对象的变更需要被提前声明，如今通过AIGC可以实现声明的自主生成，让AIGC来辅助人类在软件的研发和运维阶段做决策和执行成为了一种可能，这将大幅提升企业软件的交付效率和质量。

本主题旨在探讨AIGC在DevOps应用领域中的实践方法和应用场景，分析AIGC的赋能方法，涵盖需求助手、代码助手、自动化部署、自动化运维、测试管理、自动化测试、SQL助手、智能问答等应用场景，展示AIGC在各个环节中的应用方法和价值。

内容大纲
1. 众安DevOps研发运维一体化平台建设实践
1.1 业务驱动下技术架构演进带来的研发运维新挑战
1.2 众安DevOps研发运维一体化平台建设实践和解题思路
1.3 众安DevOps研发运维一体化平台建设成效
2. 基于AIGC的DevOps研发运维一体化平台设计思路
2.1 AIGC结合DevOps场景化建设的分层架构设计
2.2 DevOps场景下的Agent智能体设计原则
2.3 DevOps场景下的Agent智能体评测与度量思路
3. 基于AIGC的DevOps智能化应用场景设计及实践
3.1主要场景概述
3.2主要场景建设方案
3.3主要场景示例
4. 未来趋势展望
4.1 群体智能体协作的端到端全流程智能化应用
4.2 研发度量智能可视化建设思路

听众收益
1. 了解DevOps研发运维一体化工具的建设方向
2. 了解如何通过AIGC大模型能力和DevOps研发运维一体化工具结合并进一步提升研发效能
3. 了解如何将DevOps应用场景建设与Agent智能体设计和大模型结合进行架构设计
4. 了解DevOps与AIGC大模型结合的具体落地实践

张加浪

腾讯高级工程师

多年一直从事AIOps相关研究和建设工作，原腾讯云智能监控负责人，从0到1组建腾讯云智能监控商业化产品。对内支撑了腾讯会议、QQ空间和腾讯云等上百个产品的监控感知。腾讯网络安全质量建设负责人，将大模型、AIOps引入安全业务实践落地，使业务得到显著的提效和提质。

待定

大模型时代下AIOps的研究与实践

引言：随着信息技术的飞速发展，企业的 IT 系统变得越来越复杂，传统的运维方式已经难以满足日益增长的业务需求。AIOPS（Artificial Intelligence for IT Operations）应运而生，它将人工智能技术应用于 IT 运维领域，以实现智能化的运维管理。而大模型的出现，为 AIOPS 带来了新的机遇和挑战。本次分享将探讨大模型在 AIOPS 中的研究与应用。

内容大纲
1. AIOps的背景与发展
1.1 IT运维面临失控的挑战
1.2 AIOps定义及关键应用
1.3 AIOps应用存有不足
2. 大模型的崛起
2.1 大模型的分类及应用
2.2 大模型为AIOps带来的机遇

3. 大模型在AIOps中的应用实践
3.1 解决“语言不通”问题，提升AIOps效率
3.2 降低使用门槛，强化AIOps普适性
3.3 预置编排，增强自动化能力
3.4 大模型在AIOps中的挑战及解决方案

4. 未来展望与探索
4.1 AIOps定制大模型，真正的智能助手