Agentic AI重塑IT运维！利用AI代理解决微服务架构下的运营复杂性，通过Anthropic的MCP等技术，实现自主解决、增强分类诊断和预测问题。从低风险用例入手，保障数据安全，与现有技术栈集成，迎接云原生时代的智能运维。
译自：Top Three Agentic AI Use Cases for Modern IT Operations
作者：Debora Cambe
Agentic AI 的出现代表着一种范式转变，它从需要持续人工监督的自动化工作流程转变为在洞察和行动之间架起桥梁的自主系统。AI 代理不仅仅是分析数据。它们了解跨分布式系统的运营环境，在定义的参数范围内采取独立行动，并不断学习。对于任何在警报疲劳、资源限制以及不同的流程和工具中挣扎着管理关键运营的团队来说，这可能是一条生命线。
三个关键因素正在融合，使得采用 agentic AI 不仅成为可能，而且对于释放卓越运营至关重要：
- 运营复杂性： 拥有数千个微服务和分布式系统的现代架构已经超出了人类实时管理的能力。
- 数据可访问性： 组织拥有大量分散在日志、指标、追踪和事件历史记录中的数据，但传统工具只能孤立地分析这些来源。Agentic AI 系统可以与整个企业数据环境深度集成并关联，从而创建一个全面的运营图景，弥合以前孤立的监控和响应工作流程。
- AI 进步： 最近的突破，例如 Anthropic 的模型上下文协议(MCP)，已将 AI 系统从简单的模式匹配工具提升为智能系统。Agentic AI 可以利用历史和实时数据来理解复杂的运营场景，做出细致的决策，并在定义的参数范围内独立采取行动。
AI 代理的兴起提供了一个从根本上重新思考数字运营以及如何更有效地管理它们的机会。让我们首先了解这些代理可以在哪里以及如何通过三个实际用例最好地部署。
成功部署 agentic AI 的一个经验法则是从正确的框架开始。
这不在于 AI 代理如何取代人类，而在于 AI 代理如何增强和指导 人类专业知识。运营团队处理不同类型的关键工作，这些工作在复杂性上各不相同，并且需要不同级别的人工监督。成功的人机协作会进行调整以匹配工作的复杂性，并且有能力将个人贡献者转变为这种新的自主数字劳动力的协调者。
让我们探讨三种基本类型的运营工作，以及 agentic AI 如何改变每一种工作。
充分理解的工作包括常见的、重复发生的事件和任务，这些事件和任务遵循清晰的模式，产生可预测的结果，因此有据可查的解决方案。当团队多次遇到这些运营问题时，他们已经有完善的剧本来解决这些问题，但是这些例行和重复的任务会将人类的专业知识从支持业务增长的战略交付周期中抽离出来。
AI 代理可以通过以下方式自主处理充分理解的工作：
- 识别和分类事件。
- 运行诊断和修复。
- 浮出水面并实施改进弹性的建议。
重复性工作的机会成本是创新。通过部署代理来解决已知的问题和任务，团队可以将其注意力转移到创新和提供更好的客户体验上，从而使组织具有竞争优势。
部分理解的工作涉及事件，其中症状可能很熟悉，但由于系统复杂性，根本原因可能有所不同。在一个服务中开始的延迟峰值可能会级联到整个系统的降级。在这种情况下，团队可能有一些洞察力，但需要跨多个基础设施层进行更复杂的分析，以了解导致问题的原因，这最终会延迟响应。
AI 代理可以通过以下方式提高效率：
- 实时关联工具中的信号，以评估潜在的影响范围和受影响的服务。
- 浮出相关的历史事件并提出可能的根本原因。
- 拉取相关的运行手册并在人工参与的情况下执行它们。 将 AI 作为故障排除指南和助手，可以显著降低响应者的认知负荷，从而增强决策能力，并在关键时刻更快地采取行动。团队无需每次事件都从头开始，而是可以利用 AI 发现的见解来更有效地解决问题。
全新的工作包括前所未有的情况和新兴模式。这些是最复杂的挑战，传统的监控工具可以告诉你什么时候出了问题，但无法预测新的故障模式或识别细微的系统退化模式。
在这里，AI 代理充当早期预警系统和战略顾问，通过：
- 在异常行为模式触发警报之前检测到它们。
- 根据类似模式提供上下文建议。
- 从每个新事件中学习，以扩展其知识库。
这些 AI 驱动的预测能力使团队能够从被动的事件管理转变为主动的事件管理，从而建立运营弹性，以维持服务可靠性并提高客户满意度。
当组织开始他们的 Agentic AI 之旅时，四个关键原则可以帮助确保成功采用和可持续、可靠的价值：
- 从易于理解、低风险的用例开始： 从具有已记录的解决方案路径的常规事件开始，并建立清晰的指标来衡量 AI 性能。
- 优先考虑安全性和治理： 寻找具有内置防护措施和清晰、安全协议的 AI 解决方案。确保所有自动化操作都可以记录和审计，并为边缘情况定义清晰的升级路径。
- 确保数据质量和保护： 经过验证的、专为处理关键工作而构建的解决方案可提供成熟的运营情报，从而在最重要的时候驱动可靠的 AI 行动。
- 统一您的 AI 生态系统： 选择与您现有技术堆栈集成的解决方案，以推动对完整运营生命周期的可见影响，并实现无缝的 AI 和人工工作流程，而无需进行基础设施改造。
今天开始实施 Agentic AI 的组织将能够更好地应对未来的运营复杂性。凭借经过验证的解决方案，可提供安全可靠的 AI 功能，问题不在于是否要拥抱自主运营，而在于您可以多快开始转变数字运营的旅程。