AIOps实战17AIOps的局限与人的位置AI是帮手不是神收官我是老计。这是《AIOps实战》系列的收官篇。前面十六篇讲了 AIOps 能做什么、怎么做、怎么落地大多是在讲它的能力和价值。这最后一篇我想反过来冷静地聊聊它做不到什么以及在这个 AI 越来越强的时代我们运维人该站在什么位置。这既是给整个系列收尾也想给和我一样、在 AI 浪潮里既兴奋又有点焦虑的运维人一份踏实。一先泼盆冷水AIOps做不到什么整个系列我一直在克制地泼冷水收官这篇集中泼一次。AIOps 很强但它有清晰的边界看不清这些边界就会栽跟头。第一它做不到百分百准确、零误报零漏报。无论异常检测还是根因分析都有出错的概率。指望它永远对是不现实的幻想实践中永远要为它的出错留后手。第二它做不到理解你独有的业务和背景。AIOps 学的是数据里的规律但你系统里那些只有老员工才懂的特殊逻辑、历史包袱、业务上下文它未必清楚。很多判断还得靠懂业务、懂系统的人。第三它做不到应对全新的、没见过的问题。AIOps 尤其是学习类的能力本质是从历史里找规律。对于历史上从没发生过的全新故障、黑天鹅事件它往往失灵这时候还得靠人的经验、直觉和创造性去应对。第四它做不到承担责任。这一条最根本。AI 可以给建议、给分析但当一个决策造成后果时是没法让 AI 去负责的。责任永远在人身上。正因为责任在人最终的判断权也就必须在人。第五它做不到脱离好数据和好运维凭空产生价值。前面反复讲AIOps 建立在数据地基和扎实的运维基础之上。它是放大器能放大好的基础但基础是零再怎么放大还是零甚至会放大你的混乱。认清这五个做不到不是唱衰 AIOps恰恰是为了更好地用它用在它擅长的地方而不是把它架到一个它撑不住的神坛上然后失望、甚至出事。二AI会重塑运维但不是取代运维聊到边界绕不开每个运维人心里的那个问题AI 这么强会不会把我这个运维给取代了我认真说说我的看法。我的判断是AI 会深刻地重塑运维的工作方式但不会取代运维这个角色至少在可见的未来不会。为什么因为运维的核心从来不只是敲命令、看监控这些能被自动化的操作更是对系统的理解、对复杂情况的判断、对生产的责任心。这些恰恰是 AI 做不到的对应上面的五个做不到。AI 能接管的是那些重复的、规律性的、耗人力的活而它接管这些之后人被解放出来去做更需要判断、更需要经验、更有价值的事。打个比方AI 之于运维像自动驾驶辅助之于司机。它能帮你处理大量常规路况、减轻疲劳但真正复杂的路况、关键的决策、以及最终的方向盘还得人握着。司机没有消失但司机的工作变轻松了、也变得更需要在关键时刻做判断。运维也一样。所以与其焦虑被取代不如想清楚怎么让 AI 成为你的助力。会用 AI 的运维会比不会用的运维强得多、也轻松得多。真正该焦虑的不是被 AI 取代而是被那些会用 AI 的同行甩开。这也是我自己从传统运维往 AI 方向转的根本动力。三AIOps时代运维人该站在哪那具体说在 AIOps 时代运维人该往哪站、该修炼什么我给几点也是我自己转型的方向。第一从执行者往设计者和监督者走。过去很多运维精力花在执行操作上未来这些越来越多交给 AI。你的价值要往上走去设计 AIOps 该怎么用、去定规则和边界、去监督 AI 干得对不对、去处理 AI 搞不定的复杂情况。从干活的人变成指挥和把关 AI 干活的人。第二把懂系统、懂业务的深度守住并加强。AI 不懂你独有的业务和系统这恰恰是人不可替代的护城河。越是 AI 时代对系统和业务的深刻理解越值钱因为这是你驾驭 AI、也是 AI 替代不了你的根本。别荒废了这个。第三学会用 AI、也懂点 AI。至少要会把 AI 用起来会用工具、会提问、会判断它的输出靠不靠谱有余力再懂点原理像这个系列讲的知道它的能力和边界才能用得明白、也不会被它忽悠。这正是我做这个系列、以及自己撸 K8sChat 的原因与其被动等着被改变不如主动去理解和驾驭它。第四守住责任心和判断力这个内核。工具会变、技术会变但一个运维对生产的敬畏、对复杂情况的判断、在关键时刻扛事的责任心是穿越技术变迁的内核。这些AI 拿不走也是你最终的立身之本。我再补一条容易被忽视、但我觉得越来越重要的培养提问和甄别的能力。AI 时代得到一个答案越来越容易难的是问对问题、以及判断这个答案靠不靠谱。你会发现同样一个 AI 工具会用的人能问出关键的问题、能一眼看出它哪里在胡说不会用的人则容易被它牵着走、甚至被它的错误结论带沟里。这种提对问题、并对 AI 输出保持批判性甄别的能力正在成为 AI 时代一项核心竞争力。对运维来说尤其如此你得能判断 AI 给的这个根因分析到底对不对、这个操作建议能不能执行而这份判断力来自你对系统的理解和经验。说到底这又回到了守住懂系统这个内核AI 越强这个内核反而越珍贵。四写在系列最后这个《AIOps实战》系列到这里就收官了。回望整个系列如果只让我留一句话那就是AIOps 是运维一个强大的帮手但它是帮手不是神。我用了十七篇讲了它的认知、产品需求、数据地基、传统场景、大模型新范式、怎么落地。但你会发现我一路都在做两件事一边讲它能干什么、别错过这个趋势一边讲它的边界和风险、别把它神化。这份既拥抱、又清醒的态度是我作为一个从传统运维转 AI 方向的老兵最想传递给你的。我自己也还在这条路上撸了 K8sChat 这个运维 Agent踩过它的坑、也享过它的好越做越确信一件事AI 不会淘汰运维但会重新定义什么是好运维。好的运维会把 AI 变成自己的放大器让自己既干得更好、也活得更从容。希望这个系列能帮你看清 AIOps 是什么、能帮你在这波浪潮里站得更稳、走得更主动。工具年年新但懂系统、能判断、扛得住事的人永远稀缺。愿你我都做那样的人。回到这个系列开头我说的那句话市面上讲 AIOps 的要么把它吹成银弹要么算法味太重离运维太远。我想给的是一个既懂运维每天在扛什么、又不神化 AI 的视角。十七篇写下来希望我做到了。我们下个系列再见。小结作为收官总结这一篇也总结全系列AIOps有清晰的边界它做不到百分百准确、不懂你独有的业务背景、应对不了全新的黑天鹅、承担不了责任、也不能脱离好数据好运维凭空产生价值。它会深刻重塑运维的工作方式但不会取代运维这个角色因为运维的内核是理解、判断和责任这些AI拿不走。AI之于运维像辅助驾驶之于司机减轻负担但人握方向盘。运维人该从执行者往设计者监督者走、守住懂系统懂业务的深度、学会用AI也懂点AI、守住责任心和判断力的内核。全系列一句话:AIOps是强大的帮手不是神既要拥抱趋势也要保持清醒。全系列完感谢你的追看。