Murphy：优维大模型运维数智人上线服役

关注

原创最新推荐文章于 2026-11-12 19:10:00 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

embedding计算过程文章目录embedding计算过程（错了跟我讲，我会改）参考示例个人理解过程图示总结（基于pytorch） embedding计算过程（错了跟我讲，我会改）参考示例 https://www.jianshu.com/p/63e7acc5e890 个人理解过程图示总结（基于pytorch）总的来说，就是将独热向量的长度（对应嵌入层的num_embeddings）转变为嵌入层的emdedding_size（而独热向量的维数就是你的数据中一共产生了多少个不一样的词，至少是这么多）。数据的变化，将二维阅读详情

墨菲定律：

幽默又严肃的NASA军规

「墨菲定律」

（Murphy’s law）

任何可能出错的事情最终都会出错

墨菲定律强调了在复杂系统和人类活动中，事情往往会出现意想不到的差错。虽然这只是一种对人类经验和偶然性的幽默概括与启发性原则，并非科学原理，但它却成为人类巅峰科研的一项铁律——在美国宇航局的阿波罗计划控制室中，一块名为“墨菲定律”的牌子被高悬其上，用于提醒工程师们务必高度注意所有可能出错的细节。

运维：

墨菲定律的修罗场

“修罗场”是传说中帝释天与阿修罗争斗之地，意指“惨烈的战场”，在佛教中比喻充满斗争和冲突的地方。在优维看来，运维场恰如修罗场，运维就是与不确定性争斗！

如你所知，在IT领域，运维团队面临的“斗争”和“冲突”何其多艰——责任之重、压力之大、环境之复杂、变化之快速、故障之不可预测、资源之有限、知识之不断更新……运维人员往往在“困难与挑战共存、错误与风险同在”的常态中如履薄冰，这种可能性不仅仅是系统性的，还常常是动态性的。

正如墨菲定律所表达的那个经典的观点，即在一个复杂系统中，事情往往会出现意想不到的差错，所谓“运维差之毫厘，系统谬以千里”，运维这方修罗场可谓险象环生。

从字面上理解，墨菲定律似乎是不可战胜的，因为它假设了任何可能出错的都会出错。但在运维实战中，我们可以采取一系列措施来减少失败的可能性，从而“解决”墨菲定律昭示的问题。IT系统由众多相互依赖的组件构成，包括硬件、软件、网络和人员，每一个环节都会引入不确定性，挑战稳定性。

因此，运维团队必须7*24准备着，大模型+Multi Agent方案，可最大程度确保运维团队在墨菲定律的“修罗场”中维持系统的稳定运行。

大模型的领域化思考：

运维的人格化蝶变

2023年岁末，优维科技基于运维领域多年创业经验重新审视行业，并重新明确“新一代运维核心系统提供商”的企业定位，致力于解决千行百业面临的运维侧挑战。

随着大型模型概念的发展和应用的深化，我们也在深入思考和探索：大模型AI如何赋能运维行业？经过与业界的频繁交流，最终明确了大模型的技术应用对优维产品的重要性，并迅速成立攻坚团队启动专项开发工作。

2024年3月，优维科技发布《优维大模型解密：从提示词工程到场景应用，剑指AIOps的牛刀小试》，展示了优维科技在大模型应用领域的思考、布局与真实场景对接成果，我们曾在文章中预言：就运维而言，大模型是把“人与系统的交互”变成了“人机交互”，赋予大模型以人格化想象或许才是大模型在运维侧的形态。

Murphy：

优维科技自研首款运维AI数智人

此后，我们的产研团队为“大模型运维人格化”这条flag“死磕”多日，目前已取得初步成果：基于优维在大模型领域的经验积累，推出了运维赛道专用AI数智人——Murphy（也是【星际穿越】的女主名字），并围绕Murphy构建了一整套智能体生态系统。

Murphy之名取自墨菲定律，我们希望这位倾注了团队心血的运维数智人能帮助运维组织7*24应对不确定性，从而掌控稳定性。Murphy的出现，旨在利用大模型不断“涌现”的人格化能力，深入理解系统的运作原理，提前识别和预防潜在的故障和风险，从而将不确定性负面影响降到最低。

作为一个AI数智人，Murphy可以将优维平台中的数据、文档和API以及行业经验作为语料，通过“AGI+Agent”模式快速拥有智能化能力。Murphy的Multi Agent架构能够快速智能化进化，其效率与稳定性表现均有可观表现——它不仅能够事件处置及故障根因分析，还能够评估整个系统的健康状况。Murphy还能与运维人员进行实时互动，提供智能化的决策支持和建议，帮助运维团队应对各种挑战。

大模型+运维：

Murphy的能力“涌现”

现阶段Murphy在运维端的能力“涌现”主要体现在以下几个方面：

运维专家智能：通过深度学习和自然语言处理技术，能够理解和执行复杂的运维指令，分析系统的运行状态，诊断问题，预测潜在的风险并给出预防措施，提供专家级的运维建议和解决方案。
运维编程助手：协助运维工程师编写和优化脚本，自动化日常的运维任务，理解编程语言和相关的技术文档，提供实时的编码建议和错误修正，减轻运维人员的工作负担。
领域专家知识库：集成如最佳实践、故障案例、技术文档等海量运维知识，形成强大的知识库，并根据运维人员的查询需求提供相关的解决方案，帮助运维人员快速定位和解决问题。
人机协同copilot：通过NLP交互模式，大大简化人机交互模式，彻底改变传统UI模式，能够快速通过指令与原有EasyOps平台交互，甚至是其他外部平台，如“查询某某机器负责人是谁”。
深度场景智能：在事件归因和故障根因分析上，引入大模型能力，能够快速集成专家过往经验，做出应急响应和排障响应。
低代码智能编排：低代码引入大模型，大大提升低代码编排效率，研发助手。

在优维开发团队的视角下，Murphy的存在就像是一位永不疲倦的运维专家，如果说IT运维的智能化和自动化水平即将迎来断崖式“飞升”，那么我们有理由认为Murphy将会是一个关键跳板。

Murphy18般武艺：

全面打造新一代运维人机协同

Murphy整体体系之内，我们开发了多达数十个智能体，分别是通用智能体、平台智能体和场景智能体，并提供开放的能力让运维自己打造智能体，这一智能体协同和开放架构能大大确保和传统运维能力快速兼容，且可持续进化。

基于Agent的人机协同，就是把Agent当成一个平台能力，并将其作为基础设施建设进行平行延伸，再往后，AI完全可以深度接管平台能力，这几乎是我们团队在实践论证中一致达成的共识（当然，基础软件还是必要的，这个是雷打不动的前提条件）。

在开发Murphy的进程中，我们越是大胆尝试越是觉得不可思议，AI在运维领域展现出来的能力绝非线性，在不断深化认知的进程中，人机协同只是打开了运维“哆啦A梦的奇迹之门”，门后面的世界远远超乎我们的想象。

虽然Murphy只是AI接管平台能力的第一步，但我们的步子迈得也足够大，一出场就推出数十个智能化产品能力，大面积覆盖运维中常见的需求场景，力争为用户带来一步到位的畅快体验。

私定即「高定」：

支持本地私有部署，满足各行客户个性化要求

Murphy支持本地私有部署，面向不同的客户提供“私人订制”能力——允许客户在内部服务器部署Murphy，而无需依赖公共云服务。这种部署方式为各行业提供了更高水平的数据安全和隐私保护，因为所有数据和交互都保持在客户的内部控制之下，减少了外部威胁的风险。

例如，在金融领域，遵守如GDPR、PCI-DSS等严苛的法规和标准是行业基本准则。本地私有部署的Murphy可以帮助金融机构满足种种合规要求，允许客户完全控制数据的管理和存储方式，确保不会违反任何数据保护法规。

此外，Murphy的本地私有部署还提供了定制化的服务能力。客户可以根据自己的特定需求和业务流程，调整Murphy的功能和行为，使其更加贴合组织的运作方式。

在性能方面，本地部署的Murphy可以提供更快的响应时间和更高的系统稳定性，因为数据不需要在云端来回传输。在对实时性和准确性有着极高要求的领域，Murphy对于交易业务和客户服务的质量把控起到至关重要的作用。

标配即「高配」：

支持云端一体+页面+IM的集成式解决方案

与优维以往的产品特性不同，Murphy在设计和开发之初就考虑了云端一体的交互能力。这意味着Murphy不仅能够在本地私有部署中高效运行，还能够无缝地与云端服务进行集成，从而提供更加灵活和全面的解决方案。

基于云端一体化设计，Murphy可以充分利用云资源的弹性伸缩和计算能力，以应对高峰时段的用户需求。在需要时，Murphy可以快速扩展其处理能力，确保用户体验的流畅性和服务的连续性。实现跨平台的数据同步和共享的能力，对于金融行业中的多分支结构和分布式团队来说非常重要，无论是在移动设备还是PC端，用户都能够获得一致的服务体验，并且能够访问到最新的数据和信息。

在页面支持方面，Murphy智能体能够与各种Web页面进行交互，无论是金融机构的内部管理系统，还是面向客户的在线服务平台，Murphy都能直接在用户的浏览器中提供帮助，解答问题，或者引导用户完成特定的金融交易和服务流程。

同时，Murphy还支持即时通讯（IM）功能，确保它能在金融机构的IM平台上与用户进行实时交流，提供即时的咨询服务、处理交易请求，或者在紧急情况下提供解决问题的办法。

Murphy的云端一体化设计和页面及IM的交互支持，具备为金融等高敏感、高要求行业提供高度集成的AI服务解决方案的能力。

优维大模型数智人架构：

基于新一代运维核心系统的技术承载

Murphy产品灵感：

优维的大模型改进之旅

我们曾在3月的大模型文章探讨过，优维EasyOps平台矩阵里的几乎每一个应用场景都可以与大模型进行结合，接入大模型的产品有着非常巨大的想象空间。

从某种程度上说，Murphy的诞生是优维主导的一次大模型改进之旅——构建知识库、标注垂直能力、优化提示词工程，不断突破大模型的局限性，最终达成了今天的Murphy里程碑。

灵感分享之一：本地知识库探索

人工智能和人一样，其准确性的提升源自高频的使用反馈，知识越用越好用。

本地知识库检索是构成Murphy本地私有化部署的重要一环。除了支持语雀、Confluence、Jira、流程工单、IM会话等多种知识库的导入，还能无缝对接CMDB数据，支持单表和多表模式则可以让IT信息更好的检索。整合、集成、共享、学习……一气呵成，破除平台和工具的差异化壁垒，形成可无限迭代再生的知识闭环。