课程简介
随着大模型从运维问答走向调用工具、形成处置计划乃至操作生产系统,Agent 的能力边界正在快速逼近生产边界。传统依赖 Prompt、RAG 和流程编排的方案,难以同时解决业务上下文、执行授权与结果验证问题。蚂蚁集团在 SRE 场景中探索以动态本体构建 Agent 的企业业务世界观,将对象、关系、规则、Action、权限与证据统一为可治理的生产契约。
本次分享将结合公开事故、业界本体论思想与 AntOntology 实践,分享本体的建设治理、渐进式能力披露、运行时约束,以及基于真实运行轨迹的持续评测,讨论 AI Agent 从辅助调查走向生产可用所需的认知与控制底座。
课程收益
目标:
全面学习、理解动态本体把企业业务对象、关系、状态、动作、权限与证据组织成 Agent 可理解、可执行的业务世界,并看到它在智能运维中的落地价值。
成功要点:
从本体挖掘、审核、人工确认、评测到上架,再通过 CLI 渐进式披露与 Agent 自学习,让 Agent 在有边界的上下文中完成告警分析、风险研判和应急处置,是掌握 AntOntology 在智能运维中的实践路径最有效的方法。
启示:
智能运维的关键不只是让 Agent“会调用工具”,而是持续维护一套贴近业务变化的动态本体,让认知、执行与验证形成闭环,支撑 Agent 从辅助分析走向可控生产。
受众人群
运维工程师,软件研发开发者,DevOps负责人,SRE负责人,AIOps负责人,架构师,资深研发工程师以及其他对运维感兴趣的从业者。
课程周期
0.5天(3H)
课程大纲
课程模块 | 授课内容 |
一、AI Agent 进入生产运维后的新风险 | 1、从工具调用到生产操作的能力跃迁 2、公开事故中的风险放大链路 3、AI SRE 自治演进与生产准入边界 |
二、Agent 投产需要怎样的业务世界 | 1、上下文、执行与结果的三类生产门禁 2、Prompt、RAG 与流程编排难以承担的系统边界 3、企业业务世界模型需要表达的核心要素 |
三、动态本体论的技术定位 | 1、Palantir Ontology 的核心思想 2、Multi-Agent、RAG、知识图谱与动态本体的能力边界 3、本体如何连接业务语义、确定性逻辑与生产行动 |
四、AntOntology 的工程实践 | 1、Agent、CLI、AntOntology 系统与数据源的整体协同 2、管理时与运行时的职责分离 3、一次运维请求如何获得带来源、带边界的证据 |
五、本体的建设、治理与交付 | 1、自顶向下与自底向上的建设路径 2、从挖掘、审核到评测、上架的生产门禁 3、本体契约的版本、责任与回滚治理 |
六、面向 Agent 的渐进式能力披露 | 1、为什么不能一次性加载完整本体 2、Agent 如何通过分层 help 学习本体参数 3、缺口驱动继续探索,证据边界决定停止 |
七、真实生产轨迹驱动的持续评测 | 1、从可观测数据还原完整用户任务 2、从评测结论到结构化缺口与修复流 3、应急、告警与真实轨迹如何推动本体持续保鲜 |
八、面向生产自治的工程启示 | 1、主体能力与业务边界必须同步增长 2、可投产性不能由单一平均分替代 3、Agent 自治的本质是系统边界的持续工程化 |
京ICP备2022035414号-1