AI能回答SRE的问题，但不等于能承担SRE的工作。携程大数据平台SRE总监周昕毅将在2026年QCon上海大会分享AISRE实践：让AI进入运维闭环，告警自愈MTTR降低50%，存储单价下降20%。围绕稳定性、运维效率、成本治理三大场景，这套方法论可直接复用。
AI 与 SRE，到底什么关系？
周昕毅在 QCon 上海大会的分享里说得很直白：AI 能回答 SRE 的问题，但不等于能承担 SRE 的工作。表面看，大模型确实能解释告警、给排查思路，但真正的 AISRE 得让 AI 进入完整运维闭环——从发现问题、定位原因到执行操作，全流程参战，而不是在旁边当个问答机器人。
携程大数据平台的三个真实场景
这套理念落在携程大数据平台上，变成三个具体战场：稳定性、运维效率、成本治理。每一个场景都踩过坑，也拿到了硬指标。
场景一：告警自愈闭环，MTTR 砍半
告警多到看不完，这是每个 SRE 的日常。携程先把海量告警收敛成有上下文的事件，再让 AI 基于调用链、指标和日志做根因定位，最后自动触发预案。注意，预案执行前会经历一道人工审核，不是让 AI 胡来。这套机制跑下来，平台故障的 MTTR 降了 50%，相当于原来一小时恢复，现在半小时搞定。
场景二：智能诊断工具，给专家减负
资深专家的经验都在脑子里，新人上手慢，on-call 压力大。携程把故障排查的步骤、知识沉淀进系统，AI 辅助分析时直接调用这些结构化的知识。新人照着 AI 给出的线索走，排查思路不会歪，老专家也能从重复劳动里解放出来。
场景三：存储成本治理，单价降 20%
大数据平台的存储成本是天文数字。携程用 AI 识别冷热数据，自动执行分级存储策略，把不常用的数据挪到低成本的存储层。算下来存储单价降了 20%。这个效果直接可引用，也是给老板汇报时的硬通货。
落地 AISRE，三个绕不开的坎
周昕毅没有只讲光鲜数字。他说最大的问题是信任——让 AI 操作生产环境，团队心里都得打鼓。解决办法是渐进式放开，先做只读诊断，再跑低风险动作，最后才让它独立执行。第二个坎是知识维护：故障沉淀的文档，三个月不更新就过时，所以得有专门的机制持续喂养。第三个坎是效果归因：MTTR 降了 50%，到底有多少是 AI 的功劳？很难拆干净，只能结合场景追踪趋势。
可复用的方法论：从数据友好到运维友好
携程把经验总结成一个三层递进模型：数据友好（让监控数据、日志能被 AI 读取）、开发友好（让 AI 能调用工具、执行操作）、运维友好（让人和 AI 的协作流程顺畅）。这个模型很朴素，但能落地。对正在规划上云的团队来说，值得抄作业。
顺便多说一句，携程这套实践跑在云上，云资源管理越细，AISRE 发挥空间越大。如果你们也在做云服务器ECS的降本增效，找靠谱的阿里云代理商聊聊，比如易枫顺 - 阿里云官方旗舰级代理商，他们经常有上云活动，能帮你把成本再压一压。
FAQ
Q: AISRE 会取代 SRE 工程师吗？
A: 不会。AI 擅长处理重复性操作和数据分析，但故障决策、责任兜底、知识维护还得靠人。携程的告警自愈流程里，每一步都有人工审核，AI 只是把恢复速度提上去了。
Q: 携程的 MTTR 降低 50% 能复制吗？
A: 方法可以复制，数字不一定。MTTR 降幅取决于原有监控体系、告警质量、预案完善度。携程的底子本来就厚，AI 是锦上添花。建议先从告警收敛和知识沉淀做起，基线越高，AI 的增量才越明显。
Q: 小团队也要搞 AISRE 吗？
A: 可以先做轻量版。比如用 AI 辅助根因分析，或者对典型故障做自动分类。携程的“数据友好→开发友好→运维友好”模型，小团队同样适用，只是规模小一些。
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
