<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[EasyOps_DevOps的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/EasyOps_DevOps</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; EasyOps_DevOps]]></copyright><item><title><![CDATA[【优维】“吃狗粮”的优维，用Elevo到底做了什么？]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/154640062</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/154640062</guid><author>EasyOps_DevOps</author><pubDate>Mon, 10 Nov 2025 10:30:57 +0800</pubDate><description><![CDATA[它可以将不同的数字人（AI 角色）按照企业的业务流进行协同，让他们各自承担如“简历筛选员”、“面试协调员”、“面试记录官”等角色，共同完成一整套智能化的面试流程。它输出的不是“听起来正确”的通用答案，而是基于优维真实上下文、高精准、可解释的运维决策，有效对抗“幻觉”。这意味着，任何一款AI产品在交付给客户之前，必须先能“折磨”我们自己，解决我们自己的痛点。而当我们将目光投向公司最重要的基石——运维体系本身时，我们意识到，是时候用我们自己的“AI Native”思维，来一次彻底的自我批判与内部重构了。]]></description><category></category></item><item><title><![CDATA[EasyOps「双11」超前发货：多维升级，运维效率直接开挂！]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/153969997</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/153969997</guid><author>EasyOps_DevOps</author><pubDate>Mon, 27 Oct 2025 14:44:55 +0800</pubDate><description><![CDATA[流程节点处理人支持通过“来源表单”增强配置可视化，替代原需手动编写“节点ID+表单 ID”语法的繁琐操作：配置时可直接选择上一步表单中已指定的人员（如选定的部门、处理人等），快速实现节点处理人动态联动。简单筛选场景可通过基础模式快速操作，复杂筛选场景可通过进阶模式精准适配，实现 CMDB 实例选择 “数据一致、查询高效、配置灵活”，让服务请求、变更管理等场景的信息准确性与处理效率全面提升。用户可灵活添加、快速调用专属审批话术，彻底摆脱手动输入的繁琐，实现个人化审批意见的高效管理。]]></description><category></category></item><item><title><![CDATA[优维×超聚变联合发布Elevo一体机：共建AI时代基础设施新业态]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/152323081</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/152323081</guid><author>EasyOps_DevOps</author><pubDate>Tue, 30 Sep 2025 15:09:20 +0800</pubDate><description><![CDATA[其预置的容器平台与MaaS平台拥有广泛的生态兼容性，支持多种主流框架与异构算力调度，确保企业现有与未来的AI应用都能无缝迁移、高效运行。因此，我们果断地将经过实践验证的Elevo智能运维引擎“固化”进超聚变领先的算力硬件中，旨在从基础设施的源头确保智能的稳定与可靠，为客户交付一个真正免运维、零顾虑的AI能力闭环。双方的合作，正推动产业从提供分散的“零部件”，转向交付集成的“发动机”，加速AI从“技术尝鲜”到“核心生产力”的普适化进程，为整个数字经济的深化发展注入了强劲而可靠的动力。优维科技与超聚变的合作，]]></description><category></category></item><item><title><![CDATA[优维HAO案例：某金融机构CMDB升级改造项目]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/150428073</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/150428073</guid><author>EasyOps_DevOps</author><pubDate>Fri, 15 Aug 2025 17:41:02 +0800</pubDate><description><![CDATA[通过分阶段推进建设，精准聚焦核心任务，新 CMDB 已切实承担起数据底座的关键角色，为监控、日志、安全等多平台提供了稳定可靠的配置数据支撑，同时通过可视化功能提升了IT资源管理的直观性与效率，数据治理工作也为后续持续优化奠定了坚实基础。项目按照严谨的计划逐步推进，从首月的立项申请开始，历经项目计划制定、需求调研与设计等阶段，在后续的月份里，依次完成了配置采集研发、数据治理页面化方案设计与开发、可视化功能定制等工作，并最终实现旧CMDB下线与项目结项。]]></description><category></category></item><item><title><![CDATA[优维HAO案例：某金融机构的持续交付升级之路]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/149805292</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/149805292</guid><author>EasyOps_DevOps</author><pubDate>Thu, 31 Jul 2025 14:33:50 +0800</pubDate><description><![CDATA[优维相信，真正有价值的技术产品，不该停留在解决单一环节的问题，而应像手术刀般精准切入交付全链路，通过编排能力打通从开发到部署的断点，用信创适配筑牢国产化的根基。就像客户感受到的“基因重组”，本质上是优维在产品设计时就植入的理念：交付的终极目标不是更快的发布速度，而是让每个组织都能拥有自主可控、持续进化的技术交付能力，让工具成为激活业务创新的“催化剂”，而非束缚发展的“方法论”。诚如某机构客户的技术负责人对优维持续交付的评价所言——这不仅是个工具升级，更是交付模式的基因重组。实时阻断嵌套脚本异常。]]></description><category></category></item><item><title><![CDATA[优维 EasyOps® v7.10 滚烫上新：打造「自愈·穿透·乐高式进化」的智能运维核心系统]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/149444529</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/149444529</guid><author>EasyOps_DevOps</author><pubDate>Fri, 18 Jul 2025 15:09:11 +0800</pubDate><description><![CDATA[通过配置系统的进程特征，例如系统的工作目录、运行用户是可被明确的标识的，这样我们通过节点白名单即可确保只采集当前系统进程信息，上报数据在可控范围内，避免冗余。除了可支持资源实例的发现，自动发现功能也能做到关联关系的识别，我们将项目积累的资源关联关系发现规则内置发布，真正帮助用户实现了开箱即用。在ITSM的表单设计中，用户/用户组/组织架构是常见的高频配置场景，之前基本依赖脚本实现复杂规则或通过实例选择控件实现简单选人，配置相当繁琐复杂，脚本还存在重复编写、调整容易遗漏、流程加载变慢等问题。]]></description><category></category></item><item><title><![CDATA[优维HAO案例：某头部券商运维中台与低代码平台建设]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148952104</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148952104</guid><author>EasyOps_DevOps</author><pubDate>Fri, 27 Jun 2025 14:10:47 +0800</pubDate><description><![CDATA[基于这一系列痛点，客户的核心诉求非常明确：构建一个能够有效整合运维能力、显著降低工具开发与应用门槛的统一平台，以支持运维团队更快速、自主地定制场景化工具，实现运维效能的整体跃升和团队自主创新能力的增强。在首批7个典型运维场景工具的开发过程中，沉淀了超过100个可复用的后端业务构件和多个前端业务构件（如集群搜索框、实例查询组件等），为后续开发积累宝贵资产。成功整合了包括配置管理（CMDB）、持续交付、自动化运维、网络管理、事件告警、单点登录等在内的十余项核心运维工具能力，形成统一的API服务目录。]]></description><category></category></item><item><title><![CDATA[机器学习模型：逻辑回归之计算概率]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148784089</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148784089</guid><author>EasyOps_DevOps</author><pubDate>Fri, 20 Jun 2025 10:12:35 +0800</pubDate><description><![CDATA[在图 2 中，线性方程会成为 S 型函数的输入，该函数会将直线弯曲成 S 形。请注意，线性方程 可以输出非常大或非常小的 z 值，但 S 型函数的输出 函数 y' 始终介于0 和 1 之间（不含 0 和 1）。例如，左侧图表中的黄色方块的 z 值为 -10，但右侧图表中的 S 型函数会将该 -10 映射为 y' 值0.00004。随着输入 x 的增加，sigmoid 函数的输出会接近 1，但永远不会达到 1。同样，当输入值减小时，S 型函数值 函数的输出接近，但永远不会达到 0。]]></description><category></category></item><item><title><![CDATA[高考后「服务器」重启：优维老司机教你优化人生新系统]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148783875</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148783875</guid><author>EasyOps_DevOps</author><pubDate>Fri, 20 Jun 2025 10:07:55 +0800</pubDate><description><![CDATA[今天，就化身你的“人生系统运维顾问”，献上这份独家定制的《高考后“服务器”重启优化指南》，备好你的肥宅快乐水，跟着我们一起科学“调优”。祝愿每一位年轻人都能运维好自己的人生，如果在探索“人生新系统”的路上，你对保障“系统稳定”的技术产生了兴趣，欢迎未来加入IT运维领域，一起探索维护更广阔的技术世界（这是一条行业硬广）。高考后“放下所有”的心态是一种系统“新环境”，但这也潜在着新风险——网络诈骗、虚假信息、不良诱惑就像伺机而动的“黑客”和“病毒”，必须筑牢安全防线。这些都是宝贵的“调试信息”，帮你优化运行。]]></description><category></category></item><item><title><![CDATA[妈呀！算法已经会读心了：当AI用你的身份说服你相信它的谎言]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148783259</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148783259</guid><author>EasyOps_DevOps</author><pubDate>Fri, 20 Jun 2025 10:04:39 +0800</pubDate><description><![CDATA[苏黎世实验室的某个对照组揭露残酷真相：当人类辩论者尝试模仿GPT-4的逻辑轰炸时，说服效果反而下降34%，认知战场所谓的对称性正在失去——我们人类在AI面前曾经引以为傲的情感，正成为防御链上最脆弱的接缝，一掰就断。令人倒吸一口热气的是（夏天，热浪比凉气提神），那些识别出AI身份的参与者（占比75%），反而更易承认观点被改变。当GPT-4用你的教育背景推导出你最可能信服的论点，用你的职业特征设计逻辑陷阱，甚至用你的政治倾向预判反驳路径时，那个关于“自由意志”的古老信仰，正在服务器荧光中剧烈摇晃。]]></description><category></category></item><item><title><![CDATA[老王2025发文半年考：大模型运维从技术演进到生态重构的十二个路标]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148687644</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148687644</guid><author>EasyOps_DevOps</author><pubDate>Mon, 16 Jun 2025 14:29:19 +0800</pubDate><description><![CDATA[2025年是优维科技在运维专家大模型持续深耕的关键周期，在完成2024年的奠基和积累后，我们将在今年逐步夯实场景应用和行业实战，大模型运维十二个路标的年中浮现，既是优维的运维大模型发展的历史注脚，某种程度也是其未来发展的参考坐标。今年3月，老王的个人微信公众号“互联网与大模型运维杂谈”恢复更新，彼时起意的初衷在于，作为优维科技官方公众号之外的交流平台，个人号是一片更加天马行空、更能彰显一个20年运维老兵独立思考的自留地。我们认为，这里的核心在于将大模型转化为人脑的“认知外设”。]]></description><category></category></item><item><title><![CDATA[Meta 推出 HawkEye：通过简化的工作流程改变机器学习调试]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148168009</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148168009</guid><author>EasyOps_DevOps</author><pubDate>Fri, 23 May 2025 14:38:17 +0800</pubDate><description><![CDATA[随着机器学习领域的不断发展，像 HawkEye 这样的工具将在塑造人工智能的未来、推动这一充满活力领域的效率、创新和增长方面发挥关键作用。Meta 推出了 HawkEye，这是一款突破性的工具，旨在彻底改变机器学习 (ML) 的调试和工作流程优化，标志着机器学习 ( ML ) 技术取得了重大飞跃。作为 Meta 基于 ML 的产品，HawkEye至关重要，它能够处理多样化数据、多模型和持续 A/B 测试的复杂性，从而提升预测的稳健性和用户体验质量。机器学习 (ML) 领域的调试历来是一项艰巨而复杂的任务。]]></description><category></category></item><item><title><![CDATA[优维CMDB杀手锏：基于AI大模型的「CMDB自动发现生成框架图」]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148167589</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148167589</guid><author>EasyOps_DevOps</author><pubDate>Fri, 23 May 2025 14:24:35 +0800</pubDate><description><![CDATA[优维科技推出的「CMDB自动发现生成框架图」AI大模型场景，以运维专家大模型为核心，通过技术升维打破这一僵局——基于海量级参数训练，可深度融合企业私域知识库，实现“AI即专家”的运维决策能力，让CMDB从“静态台账”进化为“动态大脑”。优维的运维专家大模型实践让我们相信，AI大模型并不是要替代传统运维，而是赋予CMDB“感知-决策-进化”的生命力。大家都用过淘宝吧——“商品快照”通常都出现在订单完成以后，是非常滞后的一种回溯机制，它并不代表先进的生产力，所以我们需要的其实是动态推理能力。]]></description><category></category></item><item><title><![CDATA[Qwen3模型名称中的A*B参数解析]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148058526</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148058526</guid><author>EasyOps_DevOps</author><pubDate>Mon, 19 May 2025 10:58:13 +0800</pubDate><description><![CDATA[在Qwen大模型中，激活参数（Activated Parameters）是混合专家模型（MoE）架构中的核心概念，指在每次推理过程中实际被激活并参与计算的参数子集。Qwen的MoE模型（如Qwen3-235B-A22B）由多个专家网络组成，每个输入仅激活其中的一部分专家（例如激活8个专家中的2个）。例如，简单问题仅需少量激活参数快速响应，复杂问题则激活更多参数进行深度推理。例如，Qwen3-30B-A3B总参数为300亿，但每次推理仅激活30亿参数（占总参数的10%），却能实现与更大稠密模型相当的性能。]]></description><category></category></item><item><title><![CDATA[机器学习模型(4/4课时)：超参数]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148006259</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/148006259</guid><author>EasyOps_DevOps</author><pubDate>Fri, 16 May 2025 14:38:08 +0800</pubDate><description><![CDATA[但是，如果学习速率过高，模型将永远不会收敛，而是在最小化损失的权重和偏差之间来回跳动。模型会随机选择每个批处理中包含的示例，对其梯度求平均值，然后每迭代一次更新权重和偏差。例如，如果梯度幅度为 2.5，学习率为 0.01，则模型将将参数更改 0.025。损失图，显示使用过大学习率训练的模型，其中损失曲线会大幅波动，随着迭代次数的增加而上下波动。请注意，使用随机梯度下降法可能会在整个损失曲线中产生噪声，而不仅仅是在收敛附近。损失图，显示使用过大学习速率训练的模型，其中损失曲线在后续迭代中急剧增加。]]></description><category></category></item><item><title><![CDATA[EasyOps®5月热力焕新：三大核心模块重构效能边界]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147917575</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147917575</guid><author>EasyOps_DevOps</author><pubDate>Tue, 13 May 2025 10:21:18 +0800</pubDate><description><![CDATA[在应用系统管理中，我们将管理对象从「服务实例」优化为「部署实例」，这一改变旨在提升管理效率与数据展示清晰度。此前，系统以 “IP + Port” 组合定义服务实例。当同一 IP 下启用多个进程或端口时，会产生多个服务实例。比如一台主机上运行多个应用服务端口，就会被拆分为多个实例展示。这种方式虽能清晰呈现每个应用进程提供的服务，但在实际运维管理中，颗粒度过于细致。多数运维人员更习惯从应用在主机的实际部署视角出发，关注应用安装在哪些主机、具体目录位置，这与「部署实例」概念更为契合，也更适配 K8S 和云资源的部]]></description><category></category></item><item><title><![CDATA[机器学习模型(3/4课时)：梯度下降]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147895693</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147895693</guid><author>EasyOps_DevOps</author><pubDate>Tue, 13 May 2025 10:14:17 +0800</pubDate><description><![CDATA[如果我们绘制梯度下降过程中的权重和偏置点图表，这些点看起来就像从山上滚落的球，最终会在没有下坡的点停止。在训练过程中直观呈现模型的快照状态，有助于加深对更新权重和偏差、降低损失和模型收敛之间的联系的理解。您可以看到，在前几次迭代中，损失会大幅下降，然后逐渐下降，在第 1,000 次迭代左右趋于平稳。当模型收敛时，进行更多迭代不会进一步降低损失，因为梯度下降法已找到几乎能将损失降至最低的权重和偏差。请注意，黑色损失点形成了损失曲线的确切形状：先急剧下降，然后逐渐向下倾斜，直到达到损失表面上的最低点。]]></description><category></category></item><item><title><![CDATA[行业首次：优维EasyOps平台能力全面MCP化，打造AI时代人机协同]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147893459</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147893459</guid><author>EasyOps_DevOps</author><pubDate>Mon, 12 May 2025 12:03:00 +0800</pubDate><description><![CDATA[企业AI大脑准备好了，急需Model Context Protocol（MCP）扮演了“智能协作基座”的角色：其通过标准化资源接口、动态上下文管理与工具调度协议，首次实现了“模型决策流”与“自动化工作流”的毫秒级对齐。在我们的蓝图中，运维核心系统将进化为企业的“数字决策中枢”，它不仅是系统稳定性的守护者，更是业务创新的策源地。2025年，优维将逐步释放专家大模型的完整能力，涵盖智能巡检、成本优化、风险预测等核心场景，重新定义“运维即服务”的行业标准。]]></description><category></category></item><item><title><![CDATA[机器学习模型(2/4课时)：损失函数]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147325032</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147325032</guid><author>EasyOps_DevOps</author><pubDate>Fri, 18 Apr 2025 11:47:47 +0800</pubDate><description><![CDATA[例如，以下图片显示了使用 MAE 训练的模型和使用 MSE 训练的模型。离群值更接近使用 MSE 训练的模型，而不是使用 MAE 训练的模型。例如，3,000 磅的车重属于典型的车重范围，而每加仑 40 英里的油耗属于典型的油耗范围。但是，对于模型的预测而言，重 3,000 磅的汽车每加仑能行驶 40 英里属于离群值，因为模型会预测重 3,000 磅的汽车每加仑能行驶 18 到 20 英里。例如，如果模型预测值为 2，但实际值为 5，我们并不关心损失为负值 −3（2−5=−3）。损失函数侧重于值之间的。]]></description><category></category></item><item><title><![CDATA[偷偷研究了Grok3后，优维悟了……]]></title><link>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147324866</link><guid>https://blog.youkuaiyun.com/EasyOps_DevOps/article/details/147324866</guid><author>EasyOps_DevOps</author><pubDate>Fri, 18 Apr 2025 11:42:29 +0800</pubDate><description><![CDATA[话说回来，运维行业应该警惕“唯Benchmark论”或其他任何唯一论，转而关注技术-场景-成本的三角平衡，驾龄20年的老司机都知道的朴素道理：开长途车不能长时间占用超车道，如果要稳，要学会回归右侧行车道。xAI的实践给了我们这样的提示：未来运维领域的竞争将聚焦于“可落地的智能”——即在高精度、低延迟与可解释性之间的动态最优解。Grok 3 Beta通过混合训练框架（Hybrid Training）融合领域知识库，其法律场景的条款识别准确率提升19%，验证了xAI在复杂结构化数据处理的优势。]]></description><category></category></item></channel></rss>