罗马非一日建成,IT服务能力亦是如此,历经脚本时代、工具时代以及当下的DevOps时代,IT技术服务正向着智能化时代大步迈进。作为数字化解决方案的领导者,紫光股份旗下新华三集团以持续强化的创新能力,引领IT服务模式与技术演进,推动IT服务能力全面进化。今天,让我们透过十年磨一剑的智能运维工具集,共同探寻新华三在IT技术服务领域持续创新的理念和路径。

从云图宝典到远程运维 服务与时俱进
时间拨回到2013年,那时,运维技术在很多人眼中是复杂、枯燥的代名词,为了改变行业对运维的刻板印象,让复杂的工作简单化,新华三集团凝结上百位工程师十余年工作经验,推出了业界第一本将IT运维技术图形化的运维宝典——根叔的云图。通过采用新颖、独创的“云图”方式,新华三将运维技术总结成清晰、活泼、易掌握的思维导图,方便工程师随时随地定位设备问题,那会儿常听大家说:一图在手,网络无忧!

根叔的云图的一炮而红,正式开启了新华三集团在智能运维工具领域的持续创新之旅。一年后,标杆的神器横空出世,作为根叔的云图的进阶版,除了集成网络界最热门的运维资料,标杆的神器还提供设备管理、故障排查、开局助手等八大功能模块,没有辜负其“简化工作、提高效率”的“神器”之名。

摩尔定律之下,IT技术的发展日新月异,随着网络通信的日益发达,运维工作逐渐突破时间和空间的界限,远程运维悄然兴起。在多少个不曾见面的日子里,有一个叫安仔的酷家伙始终守护着业务的正常运转。作为国内第一款厂商级云运维平台,安仔智能运维云提供7*24小时不间断的远程在线技术支持与专属运维专家技术保障服务。目前,安仔已累计服务超过600+客户,接入设备突破3万+。

从技术交流到AI问答 探索永无止境
一位IT工程师的成长之路上,横向的学习交流必不可少,为了给广大工程师打造一个良好的学习交流平台,同时快捷解答IT服务的疑难问题。2017年,新华三集团创建了ICT技术交流平台——知了社区。在这里,100%的问题,30分钟内答复,累计解答用户20万+专业问题;在这里,工程师们可以聊技术,谈理想,与25万知了用户一起学习成长。

随着知了社区的火爆,高达千万人次的访客量和上亿次的浏览量,让新华三集团进一步探索更为先进的技术服务方式。2019年,知了社区迎来了一位重量级新成员——吱吱纳秒答,它是新华三研发的业界首款ICT技术问答类AI机器人,可实现瞬时回复和深度学习,回答准确率高达82%,年交互量达10万+,为用户节省了宝贵的搜寻和提问时间。

从主动服务到全生命周期管理,创新步履不停
作为产业链的后端,IT运维人员似乎总是难逃“背锅侠”和“救火队”的悲情角色,究其原因,故障无法即时发现,定位及解决问题耗时耗力,故障就像是一颗隐藏的地雷,随时随地会被引爆。有没有一种技术,能够“防患于未然”呢?2020年,新华三集团在业界率先推出首个在线智能分析预警平台iService服务数字中枢。基于新华三5000万+台在网设备的运维数据宝藏,iService可通过对海量数据的智能关联,有效发现潜在危机,让运维化被动响应为主动服务。目前,iService已累计纳管设备超过65万+台,为5000+用户提供7万+次巡检服务。

百尺竿头更进一步,随着IT系统架构的日趋复杂,企业对IT服务的品质要求也越来越高,为了更好地帮助用户应对运维智能化的变革,2021年,新华三集团将运维能力集中整合,打造了业界首个全生命周期智能化管理系统——“金手指”智能工具集。作为运维能力集大成者,金手指与iService“双剑合璧”,提供端到端、全生命周期的运维服务,比如ICT巡检工具已累计覆盖超过12万台设备,帮助用户提前发现超过10万个隐患,通过提前消除潜在风险,全面守护数字化转型的“安全感”。

从根叔的云图到标杆的神器,从iService服务中枢到金手指智能工具集群,运维工具的演变之路,是新华三集团技术服务紧跟数字化变革的最好佐证。面向智能化的未来,新华三将继续以更专业、更温暖的技术服务,打造端到端的全生命周期IT服务能力,守护百行百业的数字化转型之旅,在孜孜不倦的创新之路上,一路探索前行,步履不停。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。