aiops

AI 编程：追不完的工具，理得清的问题古早时候学编程，常听一句话：知其然，更要知其所以然。这句话听着有些老派。可多年以后再看，在喧嚣繁杂的技术潮水里，真正让人立得住的，还真就是这个道理。学网络编程，如果只记住 epoll 比 select 快，遇到高并发的连接超时依然会心虚；学面向对象，如果只背下那几个设计模式，写出来的也可能仍然是套着类外壳的过程式面条代码。工具和概念当然要学，但工具为什么出现，它到底在解决什么问题，这背后的来龙去脉如果想不清楚，学得越多，反而越容易迷失方向。

龙智DevSecOps解决方案

ITSM选型指南 | Jira Service Management Standard vs Cloud Premium 版本对比与升级指导企业对 IT 服务管理的期望早已超越了传统的”工单系统”范畴。开发、运维、业务团队之间的协作壁垒，日益复杂的变更流程，以及频繁涌现的安全事件，都在倒逼企业寻找一个更敏捷、更智能、更具扩展性的服务管理平台。

夜莺监控发布V9正式版，引入AI去年 v8 发布的时候，我们在发布文章里开过一个玩笑：「V8 这个版本的产品完成度已经很高，明年的 V9 我都不知道该搞什么大的迭代了。」

传统老手艺之容器编排前阵子参加了一个 AI 创意比赛，项目是一个在线考试系统，有管理后台和考生答题端两个子系统。作品的评审环节需要提供一个可演示的测试环境。

Shippy 全拆：3 个集合收缩（动作 / 状态 / 后果）+ 4 类边界（版本化行为 / Typed API / CLI / Sandbox）**摘要：**高风险 Agent 的可靠性不能只押注于模型更强。Shippy 的工程价值在于用版本化行为工件、确定性 CLI、会话隔离和整套 Agent Eval，持续缩小动作空间、状态空间与错误后果。

云智慧Cloudwise

企业级智能服务闭环落地实践：好用的轻帆云 ITSM 集成 AI 智能体全流程方案详解随着大语言模型（LLM）和 AI Agent 快速发展，越来越多企业开始重新思考 IT 服务管理（ITSM）的建设方向。

行者-全栈开发

用 AI 大模型重写运维脚本：5 个真实场景的提效实录💡 摘要: 本文基于我在运维岗位的实战经验，展示 5 个常见运维脚本从手动编写到 AI 生成的完整对比。通过量化数据展示 AI 辅助脚本开发如何将平均编写时间从 45 分钟缩短到 5 分钟，脚本错误率从 18% 降到 3%。包含 5 个场景的脚本对比、2 张提效数据图、3 个踩坑案例，帮助运维工程师快速掌握 AI 辅助脚本开发的方法。

3. d2l — 多层感知机（MLP）在第三章中，我们已经学习了线性回归和softmax回归。它们其实都可以看作线性模型：或者对于多分类问题：

用户72342935533

训练任务从提交到运行：完整链路和排障地图这份文档解决一个问题：当一个训练任务出问题时，你应该先判断它卡在哪一层，而不是一上来就随机翻日志。训练任务的主链路可以记成一句话：

用户72342935533

Kubernetes 基础对象：Pod、Job、Deployment、Service 等这份文档先补 Kubernetes 基础概念。训练平台、推理平台、MLOps 平台最终都要落到 Kubernetes 对象上，所以必须先知道这些对象是什么、解决什么问题、彼此怎么关联。

AI 时代测试开发新范式：从用例验证到 Agent 评测体系本文从 DeepSeek 测试开发岗位的招聘需求出发，聊聊 AI 时代测试岗位正在发生的变化，以及测试开发者可以如何应对。

如何使用 AI 解答开源项目的问题，其实只需要一句话昨天社区小伙伴问了一个问题：说：在 Categraf 中采集 es-exporter 的数据，明明配置了 insecure_skip_verify = true 为什么还是报错：x509: cannot validate certificate for 10.0.x because it doesn't contain any IP SANs。

夜莺开源监控如何使用 Docker 部署，有哪些注意事项？对于很多开源项目，有一半想要尝试的人会卡在部署环节，所以我今天想写一篇文章介绍一下如何使用 Docker compose 部署夜莺。但是现在是 AI 时代了，那我肯定要先问一下 AI。结果发现，对于会用 AI 的人，这篇文章是极为多余的。

MySQL Top 10 热点问题 AI 运维实战：从内核诊断到云原生运维一条业务请求连接 MySQL 很慢，问题可能不是网络，而是连接和线程已经堆起来了。一笔订单更新卡住了，问题可能不是应用代码，而是数据库里有事务正在持锁。

一场正在发生的范式转变：Loop Engineering（循环工程）声明：本文是对 Addy Osmani 文章 Loop Engineering（2026 年 6 月 7 日发布）的独立解读与延展分析。文中核心概念（如"循环工程"六大组件框架、"理解债务"、"认知投降"等）属于原作者 Addy Osmani 的原创思想，本文通过重新组织结构、补充原创图解、加入个人分析视角进行二次创作。所有图解均为作者独立绘制。

新人用 AI 30 分钟，我并不高兴上个月，组里来了一个应届生，叫小林。入职第三周，他遇到人生第一个生产告警：核心推荐服务 CPU 使用率飙到 95%。

网络问题导致 Pod Pending这次问题发生在一套云厂商 Kubernetes 服务集群里。业务 Pod 需要调度到带有指定标签的节点上，Pod 网络依赖云厂商网络插件分配 Pod IP。

云智慧AIOps社区

轻帆云ITSM｜制造业智能化转型，从流程重构看 IT 服务管理发展新趋势制造业的数智化转型全面进入深水区。IT与OT的边界正在逐渐消失——产线上的软件指令直接驱动着机械臂、AGV和数控机床等，物理世界与数字世界的联动达到了前所未有的紧密度。

AI 原生团队搭建：一人也能做人生 CEO本文是视频《组建数字员工团队，AI native company 的第一步｜AIOPC Vlog #1》的文字版总结，完整内容请看视频。