AIOps Agent在运维RCA场景的研发范式与数据飞轮实践

全球软件开发大会AIOpsAgent在运维RCA场景的研发范式与阿里云-云原生可观测-高级技术专家全球软件开发大会全球软件开发大会全球软件开发大会全球软件开发大会AIOps1.0-算法驱动时代(2018-算法驱动时代：·核心方案：基于统计/ML算法/CNN模型·典型能力：时序预测/异常检测/根因分析异常检测故障诊断自动修复AIOps2.0-Agentic系统化时代文核心进化：从单点算法走向全局系统化工程全球软件开发大会全球软件开发大会健康巡健康巡检根因定位模式分类模式分类异常检测噪声抑制智能取数数据全球软件开发大会全球软件开发大会企业自建工具集故障定位企业自建工具集故障定位通用算子工具集上下文短期记忆故障诊断工具集可观测算子故障诊断工具集可观测算子企业自建知识库数据数据工具集云原生知识库全球软件开发大会全球软件开发大会挑战2:质量不可度量挑战2:质量不可度量->Benchmark挑战3:迭代不可持续挑战3:迭代不可持续->AgentLoop沉淀高质量数据集，驱动上下文、模型与Agent持续优挑战1:上下文不完整-挑战1:上下文不完整->UModel让Agent读到异构上下文：Log/Trace/Met置/拓扑/知识；全球软件开发大会全球软件开发大会决策决策行动行动数据数据攻击访问消息知识模版模型告警规则黄金指标Dashboard帮助文档检测脚本行动开发故障注入发布预案执行调度调度发现问题发现问题集EventStoreEventStore全球软件开发大会怀疑&论证集BenchmarkBenchmark带来的基线 112233Case题库/故障注入/GroundTruthDi页bae2006/a可观测Vibeops评测直研单Tr第监1翼uc世与韧件银彬来再鼓熙集评估鼓熙集评估(E2E)9.离线评估(工作台)基于运行时数据的全链路数据飞轮·数据是静态的Trace·观测实际运行的Case全球软件开发大会全球软件开发大会构建Agentic观测底座：从全栈数据采集到高维语义洞察OpenTelemetry协议，统一Log/Trace/Metric数据语义。兼容传统：完整保留传统的微服务·Session:完整还原用户与Agent的多轮对话历史。·Context:深度解构大模型Prompt&Response及消耗细节。精准还原RAG检索结果与ToolUse全球软件开发大会全球软件开发大会为什么:观测对象变了为什么:观测对象变了后续数据集与Benchmark。主题/相似Casetoken语义可观测：开发者视角的Trace请求时间：2026-03-2519:19:.耗时：8m508Span名类盟请用次数化Mw-1tD13567prto微服务视角Agent视角从Trace到Trajectory:以标准化信息获得洞见·关注调用关系·有LLM调用、工具调用、截图等·关注轮次内的信息流动State:已接到任务，但尚未验证标准输入。Action:读取/app/data,并搜索/app/data/".json。Observation:/app/data为空，且没有现成输入文件。State:标准输入缺失。Action:读取/app根目录。Observation:发现需要改从环境目录找信息。State:需要确定环境目录内容。Observation:确认存在environment/data。State:知道环境目录存在，但不知道数据文件。Action:搜索/app/enviroState:已定位环境数据目录。Observation:目录中有模板、参数文件、架构图。State:需要从环境数据中提取网络结构。全球软件开发大会无论forHuman,还是forAgent,标准化都有利于降低熵从运行时数据到数据资产ALAgent数据清洗多样性采样生成质量评估描，画小网请用应率自动标注分类1数据增强合成楼幅详陈端到端全流程模暂洋性加津任务移断详傅OT-ATrace级别数据组装2自动标注+人工复核OT-AISession级别数据组装OT-ALLM调用质量分析OT-AJTrace数据泊理Aam对话三旧责重+请又原典→象神早样→加课体模框详性OT-ASession深度羽察3RL数据集/Benchmark回归集上下文召回样本/黄金轨迹SWE-BenchA:轨迹数据组装SWE-BanchB:SFT训练数庭生naSWE-BenchC:轨迹质量评估面解块SWE-BanchD:工具使用模式挖n请输入Logstore项目输入日志库输入日志库字段投影数据转字段投影数据转换字段投影：选择哎重命名字段精确去重：基于指定字段精确匹..prompt不能为空大模型评估/大模型评估/LLM调用：按Prompt模板灌.…请输入数据集名称请输入数据集名称输出：高质量数据集/Benchmark回归集/RL样本全球软件开发大会全球软件开发大会1.一键对接数据集4.客户端负责整合训练流程池化RL设计的优势：全球软件开发大会从数据集到RL识练的完整数据通路：数据钢选→预览验证→训结配盟→FC部著+一健后动数据筛选训练配置FC部著凸训练参数0模型参数PPO算法说明ProximalPolicyOptimization是一种稳定的策略梯度算法，通过限制策略更新幅度来保证训练稳定性1.sample()2.comput更新模型权重计算桃度并更新权重生成模型响应[识读权重]返回数值奖励需自定义枚重同步(异步)异步同步权重枚重同步(异步)两个趋势：1.模型能力越来越强2.Agent架构标准化仍存在的问题：1.Agent在企业内场景仍面临工具和知识的短板，需要探索和试错2.企业内的数字员工缺乏信息共享离线调优数据集在线调优用户提问123456789x文件不存在read_filex文件不存在read_file…/sts/Logtail-perfor…/s¹s/Logtail-canfig…/s1s/adjust-Logtai…/sls/modify-Logtail-…/sls/Logtail-configurat…/s¹s/Logtail-perfor…/sts/troubleshoot-Logtail退回读通用知识回到知识库找安装文档包含截图?LYES-图片识别(1/N..N/N)-判断主题→进入对应主题路径判断主题上Logtail/采集-read_file(Logtail/上告警上告警+read_file(query_analysis/overview.yanlread_file(query_analysis+alert+sqlread_file(spl/overview.yaml)-p-read_file(query_analysis+sqlovervi+read_file(core.yam是否需要运维操作(查看配置/执行查询/诊断)?LYES-load_tool-get_project/get_logstore/get_logtailpipelinegenerate_sql-sls_exec知识库信息是否充足?NO-read_aliyun_doc×1-3(s3次1)→回答遇到484/FiLe-not-found?第2次→停止猜测，基于已有信息回答全球软件开发大会全球软件开发大会数字员工的协同进化：数字员工的协同进化：1.黄金轨迹2.工具调用经验3.数字员工Agent共享信