【FFA 2026】智能开发与运维大模型时代的运维新范式：面向大数据产品的诊断 Agent 实战 面向大数据产品的异常发现、定界定位、根因分析与知识自进化实践

大数据产品的诊断Agent实战演讲人尹丰彬AIOPS高级算法工程师演讲人运维之痛与范式转移全链路智能定位与自进化闭环模态拓展与自主修复背景与挑战运维之痛与范式转移大数据云产品运维背景处置效率瓶颈依赖人工经验串联信号缺乏标准化的诊断路径处置效率瓶颈依赖人工经验串联信号缺乏标准化的诊断路径痛点：难以突破分钟级处置瓶颈数据噪音与孤岛数据来源割裂复杂性爆炸管控面、计算面、调度面跨域耦合异常表现为多信号耦合、症状滞后核心矛盾：产品定界(Who)与根因定位(Why)是最耗时环节核心结论“系统复杂度变高，传统运维效率难以处置。核心结论“系统复杂度变高，传统运维效率难以处置。”“数据已经足够丰富，但诊断能力并没有随之自动增长。”需要一种新范式：让Agent接管异常现场的收口、分析、推理与知识沉淀•产品规模持续扩大，异常链路更长、更复杂•异常不再局限于单点故障，而是多信号耦合、多域传播•告警、指标、日志、事件、变更、工单分散在不同系统•传统人工分析难以满足分钟级定界和快速恢复需求核心架构与技术全链路智能定位与自进化闭环核心理念异常检测任务拆解指标下钻结论汇总异常检测任务拆解指标下钻结论汇总MasterAgentMaxComputeSubAgentSubAgentMaxComputeSubAgentSubAgentSubAgentSkillsSkills自进化流水线精准定界能力建设将异常检测与指标下钻算法技能化，让Agent看到“关键异常”而不是“海量噪声”基线预测周期识别基线预测周期识别贡献度归因贡献度归因双重筛选将粗粒度异常指标压缩为细粒度高价值的嫌疑对象窄脉冲识别双重筛选将粗粒度异常指标压缩为细粒度高价值的嫌疑对象窄脉冲识别从海量监控信号中，找出真正有价值的异常变更关联分析变更关联分析集群变慢诊断场景：集群整体运行缓慢能力：资源分析SQL分析速输出可疑变更列表确处置建议集群报错诊断场景：组件报错/作业失败策略：多层次专项skills路由快速将定位到问题组件/机器Agent自进化能力建设痛点三成本高：新人上手成本较大经验主义重：排查过程中的判断逻辑不清晰痛点二痛点三成本高：新人上手成本较大经验主义重：排查过程中的判断逻辑不清晰痛点二迭代慢：知识迭代赶不上版本迭代覆盖窄：只是覆盖面窄持续注入：自动拓展subagent的能自进化：从“人工沉淀“到“数据驱动”“线上的每一张工单，都是高质量的专家样本”痛点一效率低：人工编写效率低结构散乱：多人沉淀难统一Agent自进化能力建设评估与注入评估与注入场景描述+触发条件核心诊断流程处置流程关键证据触发条件标准测评集构建人工审核端到端评测对比灰度上线对同类skills进行合并验证，推进skills收敛在历史现场中验证诊断路径与结论正确性历史事件提取异常现场定位结论结构化skills提取批量回放验证单例回放验证总结与展望模态拓展与自主修复现状总结与未来展望定位平均耗时定位平均耗时诊断场景覆盖率多模态深化诊断场景覆盖率多模态深化社区共建定位准确率社区共建定位准确率演讲人余文兵阿里云Hologres高级技术专家20162020202320242025全新升级HologresHologres2.0-ServerlessMultimodalOne-stopAIDataAnalyticsPlatform多模态分析检索all-in-one，实现“一份数据、一份计算、多模分析”DynamicTable增量计算AI服务（GPU）AIFunctionRerankEmbeddingchunkingparse_document……内置/百炼模型Embedding模型Qwen系列模型DeepSeek系列模型AI推理DynamicTableObjectTableaiimage-gen-ovolume://整体架构：连接Agent与数仓的桥梁）：）：—领域知识注入：内置8大专家级技能包—Schema设计：基于业务描述自动生成生产级DDLWorkflow与Workflow与References分离CLI即统一数据平面alibabacloudal