2026 年 QCon 上海大会定在 10 月 22 日到 24 日。快手 AgenticOps 研发负责人吴垚会到现场，聊聊他们的智能运维助手到底是怎么做的。这个助手把告警、巡检、变更都当成事件来处理，先靠确定性流程自动把上下文备齐，再让 Agent 做归因分析、生成方案，目前已经在好几条核心业务线上跑起来了。
告警处理的真正瓶颈：不是缺工具，是链路断了
快手的运维团队发现，告警弹出的时候，工程师第一反应不是去开某个监控大屏，而是在好几个平台之间来回切换。日志、指标、变更记录、工单系统……哪儿都有线索，但没人把它们串成一条线。吴垚说得很直接：事件链路没成体系，才是真问题。工具覆盖度早就够了，真正耗人的是“拼图”过程——拿到一个告警，得自己找上下文、估影响范围，然后才轮得到做决策。
这个观察其实有点反常识。不少团队总觉得告警多就是监控没到位，于是拼命加监控、加告警规则，结果告警越来越多，人也被越拖越累。快手换了个思路：先把事件当整体看，让系统自动把相关上下文拉到一起，而不是让工程师当人肉拼接器。
事件驱动架构：流程先跑，Agent 再想
快手这个智能运维助手，核心就是事件驱动。告警、巡检、变更这些运维动作，都被建模成“事件”。事件一来，先跑一段确定性流程，把基础上下文自动取过来。注意，这步是固定规则，不是 AI 现场发挥，为的是快和稳。上下文备好之后，Agent 再上场，做归因推理、出处理方案，同时不停更新事件状态。整个链路就像一条流水线：机器备料，Agent 分析，人拍板。
- 确定性流程管“快”：几秒内把日志、指标、相关变更都取回来。
- Agent 管“想”：结合历史经验，推理可能根因，给出建议操作。
- 事件状态全程留痕：从告警产生到恢复，每一步都有记录。
这套体系已经在快手好几条核心业务线上落地，覆盖大盘巡检、告警初判、应急定位这些场景。和以前比，工程师不用再盯着一堆孤立数据自己拼，而是直接拿到一份带初步结论的“案件报告”。
经验怎么留？Skill + 记忆双层结构
AI 做运维，最容易翻车的点就是“经验”怎么存。快手选了个务实的做法：不微调模型权重，而是把运维经验结构化。经验分两层：Skill 管流程，比如“这个告警先查 A 再查 B”；记忆管结论，比如“上次这个指标飙高，是定时任务撞车了”。而且这些经验不挂在个人名下，而是绑到团队上。人走了，经验还在；团队之间也不串味。
更关键的是自进化机制。经验会被提取、召回，再靠线上反馈不断迭代。每次 Agent 给的结果，都会跟实际结果对一遍：对了就强化，错了就修正。整个迭代过程有验证机制兜底，能回归、能回滚。这样一来，经验库越用越准，也不会因为一次误判就“学坏”。
还没解决的难题：边界、退化、评测
实践下来，快手也踩了不少坑。第一个坑是上下文边界不好定。一个告警到底该关联哪些数据？拉多了是噪音，拉少了不够用，只能结合具体业务反复调。第二个坑是人工知识会过期。人写出来的运维经验，可能三个月后就过时了——系统在变，架构在改。所以光沉淀不够，还得持续更新。第三个坑是评测。运维 Agent 的效果没法用固定测试集衡量，因为时序数据会过期：上个月的真实故障案例，这个月可能完全不适用。这也让“好不好用”变成了一个需要动态观察的问题。
好在这些问题没挡住快手往前走。按吴垚的计划，他会把这段实践带到 2026 年 QCon 上海现场，和同行们聊聊智能运维助手到底怎么落地。
如果你所在团队也在规划企业上云，想用云服务器 ECS 来承载智能运维工具，可以看看阿里云代理商提供的代金券和优惠方案。像 易枫顺 - 阿里云官方旗舰级代理商 这样的服务商，能帮你匹配资源，省掉比价的功夫。
FAQ
Q: 快手智能运维助手的核心架构是什么？
A: 主要是事件驱动。告警、巡检、变更这些都当成事件，先用固定流程把上下文取出来，再由 Agent 做归因和方案，同时持续更新事件状态。
Q: 快手的运维经验是如何沉淀和更新的？
A: 经验分两层：Skill 存流程，记忆存结论，且绑定团队。自进化则靠提取、召回和线上反馈迭代，还有可回归、可回滚的验证机制，不靠微调模型权重。
Q: 这套系统已经在哪些场景落地？
A: 在公司多条核心业务线上都有落地，比如大盘巡检、告警初判、应急定位这些场景。
Q: 当前面临的主要挑战有哪些？
A: 主要有三个：上下文边界不好定、人工知识会随系统变更而过时，还有运维 Agent 的评测因为时序数据容易过期而比较难。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
