首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 智能是什么?看完这篇,搞懂智能化的核心引擎

    很多运同行在听到“智能”时,常会将其与传统智能(AIOps)混淆,甚至误以为它只是“自动化脚本的升级版本”。 简单来说,智能就像是为团队配备了一支“智能协作军团”,每个智能都具备独立的能力,同时又能协同配合,覆盖全流程。 这四大模块协同工作,构成了智能自主化的核心能力,市面上如lerwee智能,就通过类似的架构逻辑,结合自身五层架构优势,实现了全栈感知与自主闭环的落地应用。 对于人员而言,理解运智能的核心价值,是开启运智能化转型的第一步。 后续我们将深入探讨智能的选型技巧、落地步骤以及实战案例,帮助大家真正将智能落地到实际工作中,提升效率、降低成本。关注我们,解锁智能化的更多实用技巧!

    17510编辑于 2026-05-08
  • 来自专栏Alter聊科技

    首个智能模型实测:产品、开发、“全包了”

    比起榜单排名,让我们更感兴趣的是——GLM-4.5是专为智能应用打造的基础模型,首次在单个模型中实现将推理、编码和智能体能力原生融合,不再满足于扮演一个被动回答问题的“聊天机器人”,而是要成为能够理解复杂目标 这个Demo可能是GLM-4.5完成的最出色的任务,在界面上清晰描述了智能的功能,并贴心地加入了隐私提醒。 效果怎么样呢? Demo 8体验地址: https://a04aq6a2wtc0-deploy.space.z.ai/ 一些思考 作为基座模型的GLM-4.5,同时扮演了产品经理、程序员和测试的角色,通过在一个模型中实现多种能力的融合 ,很大程度上简化了搭建智能的工程难度,进一步拉低了智能的应用门槛。 2、智能竞赛的逻辑即将重构,从“系统拼装”向“模型驱动” 转变。 过去智能竞赛的焦点在于能否将不同的组件、工具和技术有效地集成到一起,更多依赖于工程实现,而非模型本身的创新。

    62610编辑于 2025-08-01
  • 首个智能模型实测:产品、开发、“全包了”

    比起榜单排名,让我们更感兴趣的是——GLM-4.5是专为智能应用打造的基础模型,首次在单个模型中实现将推理、编码和智能体能力原生融合,不再满足于扮演一个被动回答问题的“聊天机器人”,而是要成为能够理解复杂目标 这个Demo可能是GLM-4.5完成的最出色的任务,在界面上清晰描述了智能的功能,并贴心地加入了隐私提醒。效果怎么样呢? Demo 7:荒岛求生游戏提示词:设计一个“荒岛求生游戏”,用户输入想要的资源和技能,智能生成一系列求生任务和情境,用户通过与系统的互动解决困境。 一些思考作为基座模型的GLM-4.5,同时扮演了产品经理、程序员和测试的角色,通过在一个模型中实现多种能力的融合,很大程度上简化了搭建智能的工程难度,进一步拉低了智能的应用门槛。 2、智能竞赛的逻辑即将重构,从“系统拼装”向“模型驱动” 转变。过去智能竞赛的焦点在于能否将不同的组件、工具和技术有效地集成到一起,更多依赖于工程实现,而非模型本身的创新。

    46300编辑于 2025-07-31
  • 来自专栏从青丝到白发,有人还在灯下

    10kV配电智能化设备与一模式

    本文主要分析探讨了10kV配电自动化设备与一模式。  71688f91db75478ebfcdd97ef38dbdf1.jpeg 2.2一模式   一模式是根据配电网自动化设备的各种型号以及种类进行设备一化运行维护的工作模式。 一 模式主要是由管理部门对系统部门和设备部门进行统一协调,对配电网自动化系统进行相关运行管理和设备维护工作。 这种模 式可以改变传统模式将通信、终端联系起来进行一化工作,对配电网自动化系统以及相关设备的安全稳定运行有着极大帮助。 总而言之,在建设智能配电网的目标下,自动化的发展是十分重要的,专业公司一模式可以有效地解决维护工作量大、技术维修 人员对区域不熟悉、工作效率低下的问题。

    1.4K50发布于 2021-06-03
  • 来自专栏智能运维圈

    1位5年智能开发对智能的理解

    这本书理论性很强,个人认为几乎囊括了人工智能各个分支的相关算法。   2019年:进入了千寻的保障部门,接触到了更为庞大的业务。对智能有了进一步的理解。 》:较为全面的介绍了智能。    对完整的智能解决方案,开始有了自己独特的理解; 总结一下自己的认知过程 12.png 从不同的角度看智能,以质量保障为例   个人认为,智能是一套复杂的人工智能的解决方案。 从业务的角度看智能   首先,智能是建立在运的基础之上的,只有了解了现有的的内容和技术体系,我们才能够合理的思考,智能在整个体系中的地位和作用。    5分钟定位问题 - 10分钟故障恢复;   •故障预测; 从产品的角度看智能   目标群体   智能的使用方,是一群有着丰富经验的专家,但是可能对数据分析、数据挖掘没有任何概念

    1.9K72发布于 2021-06-25
  • 管理一化:构建多维一化的体系

    本文来自腾讯蓝鲸智云社区用户:CanWay 摘要:笔者根据自身的技术和行业理解,解析化的内涵和实践。 涉及关键词:一、平台化、数智化PaaS、工具系统、蓝鲸等。 化的概念被泛化 化是近几年被广泛提起的概念,有各种解读和实践形态,在到具体的技术架构和管理实践前,我们还是要对一化有几个基本定义,这样才能更为严肃地探讨化的本质。 : 因而,化较为严肃的定义是:基于业务视角的角色、流程、活动(对象)、工具系统的整合,业务运转顺畅、流程运行高速、工具支撑高效是对化的核心验证。 化不只是工具全和单一工具技术功能完整,而是要融入业务设计和整个体系中。 接下来管中窥豹探索一体系落地。 总结:以上为笔者对一的剖析,欢迎探讨交流,谢谢!

    3.9K30编辑于 2024-07-03
  • 来自专栏运维之路

    平台一

    化 之 平台一化----从标题看可以看到两个一化,分别是化与平台一化。 化是数据中心的运营体系,包括:人员组织一化、流程一化、平台一化三方面,其中平台一化偏向于工具与自动化方面的建设。 ,通过为人员提供开发平台,降低开发门槛,快速落地一些紧迫的工具,降低操作性、重复性的工作; -从依靠经验向智能化驱动转型,结合数据分析、知识库、机器学习技术促进智能化以向主动精细化、价值驱动、开发、智能化转型为目标,为实现上述目标首要的工作是需要解放维生产力,通过“监管控”自动化提高工作效率,通过自主的开发平台实现敏捷的开发能力,通过分析实现智能化 接下来还将继续做好自动化,解决工作上的痛点,解放生产力,后续再结合大数据去放眼智能

    5.9K20发布于 2020-03-06
  • 来自专栏日志易的专栏

    未来的发展方向是智能(AIops)

    随着智能化技术的发展,为了解决上述领域的问题,智能的呼声越来越高。 3、在大数据时代, 智能与数据、自动化之间的关系 智能的理想状态就是把工作的三大部分(监控、管理和故障定位),利用一些机器学习的方法有机结合起来。 目前能够把这三部分融合起来的办法就是利用人工智能的手段,最后达到一种智能的状态。 4、智能当下的状况及智能发展的预测 智能当下还是一个初步探索的阶段。 可以举几个时间数字,我所看到的一个和智能相关的开源项目是在 2013 年,第一个主动出来宣讲智能相关内容的国内企业是百度,时间是 2015 年,智能大量出现在宣讲上的时间是在 2016 年下半年 现在比较明确的是大家会朝着智能方向发展,并且智能的发展一定是一个长期演进的过程。 对于智能的发展预测,我的简单看法如下: 智能会首先体现出其在告警系统上的价值。

    4.5K31发布于 2017-12-13
  • 人工智能教学训练一化系统:技术赋能,培养实战型AI

    人工智能教学训练一化系统应运而生,通过“教学-训练-考核”全链路技术融合,成为培养实战型AI人才的关键工具。一、为什么需要一化系统? 传统模式的三大痛点当前AI人才培养面临显著矛盾: • 教学内容滞后:教材案例多为静态理论,无法覆盖AIOps(智能)、模型监控、算力调度等前沿场景; • 实训环境缺失:学员缺乏真实的AI集群 一化系统通过技术整合,将教学知识、实训场景与能力考核深度融合,让学员“学完即练、练完即测”,真正掌握企业级AI能力。二、核心技术架构:如何支撑“教-训-考”全流程? • 高校/培训机构:弥补传统课程与产业需求的鸿沟,培养符合企业要求的“即战力”; • 企业内训部门:快速提升现有团队的AI技能,应对大模型时代的复杂挑战; • 个人开发者:自学AI知识, 结语 人工智能教学训练一化系统,本质是通过技术手段将“知识传递”与“能力培养”无缝衔接。

    46010编辑于 2025-10-22
  • 管理数智化:数据与智能场景实践

    涉及关键字:一、平台化、数智化、AIOps、PaaS、工具系统、蓝鲸等。 有了更广泛的声音;我们乐于看到甲乙方更为聚焦在实用化业务场景上:基于数据与智能的技术手段,补足和提升一。 回归业务本质,复杂度是由管理场景和技术对象共同来影响的,所以回到一的定义中:基于业务视角的角色、流程、活动(对象)、工具系统的整合,业务运转顺畅、流程运行高速、工具支撑高效是对化的核心验证 例如:在一的告警事件中心里,核心是告警接入、标准化与丰富、告警收敛、屏蔽、委派、生成事件、自动化处置,而在规模到达一定量级的告警数,则需要文本相似度等算法来做告警的智能聚合,或基于图谱的智能聚合 图21: 故障智能问答交互嘉为蓝鲸作为业内领先的平台化、一化、数智化解决方案提供商,我们坚定地致力于把成熟的业务实践、领先的技术架构,赋能给我们的客户。

    3.3K40编辑于 2024-07-17
  • 来自专栏前沿技墅

    从ITOM到AIOps:IT管理向智能的进化

    面对这些新形势下的挑战,IT 管理(ITOM)需要从原有的人工加被动响应,转变为更高效、更智能化的体系,为新形势下的IT系统保驾护航。 (来源:Turn Big Data Inward With ITAnalytics) 令IT团队感到欣慰的是,智能(AIOps)踏着人工智能的时代浪潮应运而生。 通过大数据和人工智能技术分析用户的行为日志和数据,发掘潜在的系统安全和合规问题,为企业的信息安全保驾护航。 ? 那么AIOps究竟在IT中有哪有典型的应用场景呢?常见的场景大致如下。 不同于以往每次仅可查看数量有限的几种日志,人员可通过智能平台所提供的关键字、统计函数、单条件、多条件、模糊查找等功能,在多个系统中快速定位故障信息,帮助人员从全局视角查看系统的数据信息。 因此,我们有理由相信AIOps能够帮助企业及各类人员在大数据中找到合适的发展模式。现在是时候用一些类似人工智能的思维方式来为IT产业服务,使大数据的分析方向转到IT上了。

    5.8K50发布于 2018-06-08
  • 来自专栏大数据在线

    拯救人!智能如何实现1+1>2

    同为打工人,人不该被这样对待。如何改变这种局面?近年来,智能异军突起,成为解救企业和人员的及时雨。 因此,智能开始呼之欲出,也即现在流行的AIOps。 智能虽好,却也有一个很现实的问题,即全球没有一家公司的产品可以覆盖全部数据范围来帮助用户构建智能中心。 2 如何让智能1+1>2 爱数与听云在智能领域开启了新模式。今年1月份,双方携手正式推出了智能整合方案,旨在帮助客户全面管理、深度洞察海量、多源、异构的机器数据。 未来,随着企业数字化转型的深入,以及像爱数、听云这些中国智能厂商利用生态不断完善联合解决方案,中国用户有望得到更加出色的智能产品与服务。

    97120发布于 2021-01-26
  • 来自专栏织云平台团队的专栏

    智能机器人--AI的实践探索【二】

    我们专注于场景,借助于AI技术,开发了智能机器人,为的就是缓解这一矛盾。 登场亮相 什么是智能机器人? 我们所开发的智能机器人,就是采用了人工智能技术的,预设场景定位于日常咨询和操作需求的,面向开发和两类人群的,依托于企业IM工具的客服机器人。 这个定义不怎么友好。眼见为实。 这一点切合工具定制化强,开发敏捷的特点。而且相比手机APP这个正统的移动平台,智能机器人的移动工具开发门槛低到大多数的同学都能够迈过去。 接下来详细介绍智能机器人的技术方案。 技术方案 智能机器人是基于企业IM工具的,它和用户的交互界面,就是IM工具的会话窗口。我们定义会话有三种模式: 智能模式,这是默认的模式。 这也是考虑到智能机器人的应用场景中,用户和智能机器人交互时,不是想找个人聊聊天放松一下,而是想得到一个权威解答。

    6.2K61发布于 2018-03-20
  • 从脚本到智能:低成本IT自动化演进路径

    典型形态:引入或自建一个轻量级的自动化平台。 这类平台(如志栋智能SAB、腾讯蓝鲸标准的开源理念)通常提供以下核心能力:脚本/作业统一管理:将第一阶段积累的脚本上传至平台,进行标准化封装、参数化和安全脱敏。 第三阶段:智能化与智能(AI & Agent)—— 让“线”拥有“大脑”这是自动化演进的最高形态,目标是赋予自动化系统感知、分析、决策甚至自主进化的能力,使其从“执行工具”蜕变为“智能”。 它将从“被动响应”推向“主动预防”,并能处理未知、复杂的场景,进一步释放高级人力。AI的引入,让有限的自动化投资获得了“智能倍增”的回报。 智能增值:在平台稳定运行、积累足够数据后,逐步引入其内置的AI能力,从辅助分析走向智能决策,完成向“智能”的最终进化。

    6900编辑于 2026-04-14
  • 传统 vs 智能差距有多大?腾讯云 CloudQ 重新定义方式

    我整理了传统维和智能在6个核心维度的对比,让你看清楚这个差距到底有多大。维度一:如何发现问题传统:靠监控告警被动通知。 监控系统检测到指标异常→发告警→响应问题已经发生了才知道告警量大,噪音多,真正重要的问题容易被淹没智能(CloudQ方案):主动架构体检,问题发生前预警。 维度三:如何传承知识传统:知识在人头上。老员工知道哪些坑,新员工需要几个月才能上手手册写了但没人看,更没人更新核心人员离职=能力断崖式下降智能:知识在系统里。 腾讯云CloudQ把腾讯内部多年的最佳实践固化成评估模型新人第一天就能通过对话做基本巡检不需要背命令,不需要记配置,自然语言交互差距:智能让经验可复用、可标准化,而不是只存在于某几个人的脑子里。 维度四:如何管理多云传统:三个云=三份工作。每个云一套控制台,各自登录各自的告警系统,各自的账单,各自的权限管理汇总多云数据需要人工整理,每周半天不止智能(CloudQ):一个入口,统一视图。

    17410编辑于 2026-04-10
  • 来自专栏Zabbix中国官方

    OpenClaw + Zabbix +飞书智能实战

    作者简介 张思德 Zabbix开源社区专家,Zabbix 7.0 ZCE “凌晨3点被告警电话吵醒,⼿忙脚乱登录服务器查⽇志…” 据 Gartner 统计,47% 的事故响应时间超过 30 分钟,⽽ 今天介绍⼀个开源神器组合,让 AI 助⼿帮你搞定监控! 目录 一、OpenClaw是什么? 七、总结 OpenClaw + Zabbix 的组合,让⼯作从“⼈找系统”转变为“系统找⼈”: 1. 降低门槛 - ⾃然语⾔操作,⽆需记忆复杂命令 2. 改善体验 - 在熟悉的 IM ⼯具中完成 适⽤场景: ✅ 中⼩企业团队 ✅ 需要快速响应的监控场景 ✅ 多平台统⼀⼊⼝ ✅ 降低⼯具学习成本 参考资源 OpenClaw 官⽹:https OpenClaw 正在重新定义⼯作⽅式,你准备好迎接智能时代了吗? * 本文基于 OpenClaw v2026.3.2 和 Zabbix 7.0 实践整理,如有疑问欢迎在开源社区交流讨论。

    98510编辑于 2026-03-27
  • 来自专栏AI+运维:智能化运维的未来

    也能很“智能”?聊聊如何用智能搞定用户体验

    也能很“智能”?聊聊如何用智能搞定用户体验很多朋友提起运,脑海里可能还是那副画面:凌晨三点接电话,手忙脚乱登服务器,疯狂 tail -f 日志,然后一边祈祷一边重启服务。 讲真,这种“刀耕火种”的方式,不仅人员受罪,用户体验也很差。而这几年,越来越多企业开始喊:智能(AIOps)。问题是,智能到底能不能真提升用户体验?还是只是又一个概念噱头? 二、智能的核心:提前发现+自动修复智能的思路其实特别朴素:提前感知问题:别等用户反馈才知道,而是通过日志、监控指标、调用链路,提前发现异常苗头。 在真实企业里,这一步可能会接入机器学习模型,做更智能的日志模式识别,甚至能做到预测性维护。四、用户体验为什么能被智能提升?很多朋友可能会问:智能听起来是给自己省事,和用户体验有啥关系? 真正的智能,一定是:能落地、能自动、能持续优化。六、结语:不只是救火队,而是体验守护者总结一句话:传统,问题靠用户发现,体验靠用户牺牲。智能,问题靠系统预测,体验靠主动守护。

    36810编辑于 2025-09-06
  • 来自专栏大模型

    大模型在蓝鲸体系应用——蓝鲸开发智能助手

    直达原文:大模型在蓝鲸体系应用——蓝鲸开发智能助手背景1、转型背景蓝鲸平台从诞生之初,就一直在不遗余力地推动转型,让团队可以通过一化 PaaS 平台,快速编写脚本,编排流程,开发运工具 为了让人员更快成长为“六边形”(参考《在线跟腾讯工程师学习 SaaS 开发》,泛指界的六边形战士,特指掌握了开发技能的人群),降低开发 SaaS 的难度,蓝鲸不仅提供了蓝鲸开发框架 2、大模型对开发带来的挑战和机遇最近几年,大模型的爆发式发展为开发和行业带来新的变革,2021 年 7 月 1 日,由 GitHub 和 OpenAI 共同开发的人工智能编码助手——Copilot 而我们推动开发转型的主要手段包含一平台、基于 PaaS 架构的开发框架、基于低代码技术的开发平台,这些工具分别提供了开箱即用的产品功能、可以快速组装的脚手架、所见即所得的图形化界面等多层次的能力 直达原文:大模型在蓝鲸体系应用——蓝鲸开发智能助手

    1.4K01编辑于 2024-05-27
  • 来自专栏AIOps

    DeepSeek是如何让进入真正的智能时代的?

    嘉为蓝鲸作为业界领先的数字研解决方案品牌,其AIOps一化平台化智能化的解决方案,凭借自动化时代积累的成熟PaaS平台能力与一体系,结合其自主研发的大模型开发平台与DeepSeek AI资源的高效利用与安全合规;场景化工具集成:内置知识库管理、智能管理、Prompt工程等工具,满足场景中数据、工具与AI能力的无缝衔接。 作为嘉为蓝鲸一体系的核心组件,LLMOps平台与CMDB、ITSM、自动化工具等深度集成,通过数据互通与知识共享,推动智能场景从单一功能向全链路闭环演进。 5)未来展望:智能的生态化与自适应进化DeepSeek的“平民化”不仅降低了技术门槛,更催生了智能的爆发式增长:多智能编排:通过Graph技术组合单Agent能力,解决跨域复杂问题;机器学习 02.结语:真正的智能时代已来大模型技术让从“人工+规则”的桎梏中解放。DeepSeek与嘉为蓝鲸一体系的结合,证明了“平台化架构+场景化深耕”才是智能落地的关键。

    75110编辑于 2025-05-27
  • 来自专栏腾讯技术工程官方号的专栏

    腾讯技术专家集结,揭秘高效智能 | 沙龙报名中

    活动信息 收获多多 收获与腾讯、行业技术大咖面对面交流机会 收获机器学习算法在运领域的应用经验 收获腾讯数字化转型中,海量业务上云实践经验 收获研发运技术PaaS体系实践 收获云方向技术趋势解读 10000号)  公共交通 1,乘坐地铁1号线,深大地铁站下车,步行约1.3公里  2,乘坐19/21/36/42/70/79/113/369等,在深大北门2公交站下车,步行约500米  技术交流 扫描上方二码添加小助手微信 ,回复“”  可提前进群与讲师及参会嘉宾互动交流  关注「云加社区」公众号,回复“”,立刻报名!

    86810发布于 2019-11-04
领券