AI大模型、Agent与工作流：从代码库到微服务再到自主运维工程师

原创于 2025-09-25 11:00:08 发布 · 865 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #微服务 #运维

程序员同时被 3 个专栏收录

2117 篇文章

订阅专栏

渗透测试

1676 篇文章

订阅专栏

网络安全

1036 篇文章

订阅专栏

在软件工程领域，我们追求代码复用、流程自动化和系统智能化。AI大模型、AI工作流和AI Agent恰好映射了这一演进过程中的不同层次和范式。

可以其类比为：

一个强大的底层函数库「AI大模型」

一个精心编排的CI/CD流水线「AI工作流」

以及一个具备自主排障能力的SRE工程师「AI Agent」

1. AI大模型—强大的底层函数库与核心API

AI大模型，如GPT-5、Gemini、通义前问、DeepSeek等，在软件工程体系中扮演着核心底层库或一组功能强大的API角色。

一个数学库提供sin()、cos()函数，或一个框架提供http.request()方法一样，大模型提供了一系列强大的API。

例如：文本生成、情感分析、代码翻译、图像生成

无状态性:

在最基础的层面，对大模型API的单次调用是无状态的，你输入 prompt，它返回输出 completion。

大模型本身不维护长期的任务状态或记忆，正如调用一次 math.sqrt(4)不会影响下一次 math.sqrt(9) 的计算。

虽然可以通过上下文窗口技术模拟短期记忆，这本质上是将历史对话作为下一次调用的输入，而非模型内部的主动状态管理。

大模型不会主动执行任何操作，像一个代码库一样，静静地等待被上层应用程序调用，本身没有目标，也没有执行环境。

开发者直接调用大模型API来完成特定子任务，例如：

单元测试用例生成：`prompt = "为以下Python函数生成5个边界值测试用例：def safe_divide(a, b): ..."`

代码注释与文档生成：`prompt = "请为这段复杂的Java代码添加详细的JSDoc注释。"`

日志分析：`prompt = "分析以下服务器错误日志，总结可能的原因：[Log content]"`

AI大-模型是提供核心智能能力的“无状态、被动调用的函数库”。

2. AI工作流—精心编排的CI/CD流水线

AI工作流是将AI大模型的调用与其他API、服务和逻辑判断串联起来，以实现端到端业务流程的自动化。

与软件开发中的CI/CD流水线在概念上高度一致。一个CI/CD流水线由一系列阶段「Stages」和作业「Jobs」组成，如`Build -> Test -> Deploy`。

同样，一个AI工作流也是一个预定义的、有方向性的任务图。

事件驱动

CI/CD流水线由一个事件触发，AI工作流也由一个触发器启动。

确定性与可预测性

只要环境不变，CI/CD流水线的每一步骤和结果都是可预测的。AI工作流同样如此，其路径和分支（if/else）都在设计时被明确定义。处理异常的方式也是预设的，比如：如果测试失败，则发送告警邮件并中止部署。

服务编排CI/CD

流水线编排了代码仓库、编译器、测试框架、容器仓库和云服务器等多种服务。AI工作流则编排了AI模型API、企业内部应用、外部SaaS服务等。

一个“代码审查自动化”工作流：

1. 触发器: GitHub仓库收到一个新的Pull Request。

2. 动作1: 调用静态代码分析工具，如使用SonarQube进行扫描。

3. 动作2: 调用AI大模型API，`prompt = "请审查以下代码变更，识别潜在的逻辑错误、性能问题和不符合编码规范之处：[Code diff]"`。

4. 逻辑判断: 如果静态分析或AI审查发现严重问题。

5. 动作3:在Pull Request下自动发表评论，指出问题所在，并@相关开发人员。

6. 动作4: 更新Jira任务状态为“需要修改”。

AI工作流是“有状态、事件驱动、确定性的服务编排引擎”，将AI大模型作为其流程中的一个功能节点来调用。

3. AI Agent—自主决策的SRE工程师

AI Agent则是一个更高阶的范式，不仅仅是执行预设流程，而是被赋予一个目标，并能自主地规划、行动和适应，以达成该目标，这与SRE或智能运维机器人非常相似。

目标驱动

你不会告诉SRE“第一步重启服务器，第二步查看日志...”，只会给他一个目标：“解决线上服务P0级故障，恢复服务” 。

同样，你给AI Agent一个高层级的目标，如“分析并修复此次性能下降的原因”。

自主规划与动态执行

SRE会根据故障现象自主规划排查步骤：是网络问题？数据库问题？还是应用本身的问题？

他会先`ping`一下服务器，再`top`看下进程，然后`tail -f`看日志。

AI Agent也是如此，会动态地制定一个行动计划，并根据每一步的反馈来调整下一步的行动，这个过程就是推理-行动循环。

工具使用

SRE的工具箱里有kubectl、Ansible、Prometheus、grep等各种命令行和监控工具。

AI Agent也拥有一个工具集，这可以是一系列API，包括AI大模型API「用于思考和分析」、搜索引擎API「用于查询未知信息」、代码执行环境「用于验证想法」等。

Agent的核心能力之一就是自主决定在何时、使用哪个工具。

记忆与学习

优秀SRE会记录故障处理过程，形成文档，并从中学习，下次遇到类似问题能更快解决。

AI Agent也具备记忆机制，短期记忆用于任务上下文，长期记忆用于知识沉淀，使其能够从经验中学习。

自主性能回归测试与调优 Agent：

目标: “在新版本`v2.1`部署到预发环境后，确保其性能不低于`v2.0`，如果出现性能下降，则找出原因并尝试修复。”

思考:“我需要先对`v2.0`和`v2.1`进行基准性能测试。”
工具使用:调用性能测试框架，如JMeter的API，分别对两个版本进行压测。
观察与推理: 分析测试报告，发现`v2.1`的`/api/user`接口响应时间增加了50%。
思考:“性能下降可能由代码变更或数据库查询导致。我需要查看`v2.1`中与该接口相关的代码提交。”
工具使用:调用Git API，获取相关代码`diff`。调用AI大模型API进行代码分析，`prompt="分析这段代码变更，是否可能导致性能问题？"`
观察与推理:大模型指出一段新的N+1查询是潜在原因。
思考:“我需要验证这个假设。我将编写一个脚本来修复这个问题，并在本地环境中测试。”
工具使用:调用代码生成和执行环境，生成优化后的代码，并进行单元测试。
最终行动:如果验证成功，自动创建一个新的Pull Request，并附上完整的分析报告和测试结果。

AI Agent是“目标驱动、具备自主规划和工具使用能力的智能体”，将AI大-模型作为其“大脑”来进行思考，并将AI工作流或其他工具作为其可以调度的“手臂”。

三者关系与总结

层次关系

AI大模型是基础能力层，像CPU或函数库；

AI工作流是流程编排层，通过调用大模型和其他API来自动化固定任务；

AI Agent是智能决策层，利用大模型进行思考，并能自主地创建、执行或修改任务计划，甚至可能动态生成一个临时的AI工作流来达成复杂目标。

依赖关系

AI工作流可以包含AI大模型的调用作为一个步骤；

AI Agent的“大脑”通常是AI大模型；

AI Agent在其行动中可以调用预定义的AI工作流，或者动态地编排一系列动作，形成一个即时的工作流。

从软件工程的视角看，从编写代码「直接使用大模型」到配置流水线「构建AI工作流」，再到雇佣智能工程师「部署AI Agent」的演进。

这两年，IT行业面临经济周期波动与AI产业结构调整的双重压力，确实有很多运维与网络工程师因企业缩编或技术迭代而暂时失业。

很多人都在提运维网工失业后就只能去跑滴滴送外卖了，但我想分享的是，对于运维人员来说，即便失业以后仍然有很多副业可以尝试。

运维副业方向

运维，千万不要再错过这些副业机会！

第一个是知识付费类副业：输出经验打造个人IP

在线教育平台讲师

操作路径：在慕课网、极客时间等平台开设《CCNA实战》《Linux运维从入门到精通》等课程，或与培训机构合作录制专题课。
收益模式：课程销售分成、企业内训。

技术博客与公众号运营

操作路径：撰写网络协议解析、故障排查案例、设备评测等深度文章，通过公众号广告、付费专栏及企业合作变现。
收益关键：每周更新2-3篇原创，结合SEO优化与社群运营。

第二个是技术类副业：深耕专业领域变现

企业网络设备配置与优化服务

操作路径：为中小型企业提供路由器、交换机、防火墙等设备的配置调试、性能优化及故障排查服务。可通过本地IT服务公司合作或自建线上接单平台获客。
收益模式：按项目收费或签订年度维护合同。

远程IT基础设施代维

操作路径：通过承接服务器监控、日志分析、备份恢复等远程代维任务。适合熟悉Zabbix、ELK等技术栈的工程师。
收益模式：按工时计费或包月服务。

网络安全顾问与渗透测试

操作路径：利用OWASP Top 10漏洞分析、Nmap/BurpSuite等工具，为企业提供漏洞扫描、渗透测试及安全加固方案。需考取CISP等认证提升资质。
收益模式：单次渗透测试报告收费；长期安全顾问年费。

比如不久前跟我一起聊天的一个粉丝，他自己之前是大四实习的时候做的运维，发现运维7*24小时待命受不了，就准备转网安，学了差不多2个月，然后开始挖漏洞，光是补天的漏洞奖励也有个四五千，他说自己每个月的房租和饭钱就够了。

在这里插入图片描述

为什么我会推荐你网安是运维人员的绝佳副业&转型方向?

1.你的经验是巨大优势: 你比任何人都懂系统、网络和架构。漏洞挖掘、内网渗透、应急响应，这些核心安全能力本质上是“攻击视角下的运维”。你的运维背景不是从零开始，而是降维打击。

2.越老越吃香，规避年龄危机: 安全行业极度依赖经验。你的排查思路、风险意识和对复杂系统的理解能力，会随着项目积累而愈发珍贵，真正做到“姜还是老的辣”。

3.职业选择极其灵活: 你可以加入企业成为安全专家，可以兼职“挖洞“获取丰厚奖金，甚至可以成为自由顾问。这种多样性为你提供了前所未有的抗风险能力。

4.市场需求爆发，前景广阔: 在国家级政策的推动下，从一线城市到二三线地区，安全人才缺口正在急剧扩大。现在布局，正是抢占未来先机的黄金时刻。

在这里插入图片描述

运维转行学习路线

在这里插入图片描述

（一）第一阶段：网络安全筑基

1. 阶段目标

你已经有运维经验了，所以操作系统、网络协议这些你不是零基础。但要学安全，得重新过一遍——只不过这次我们是带着“安全视角”去学。

2. 学习内容

**操作系统强化：**你需要重点学习 Windows、Linux 操作系统安全配置，对比运维工作中常规配置与安全配置的差异，深化系统安全认知（比如说日志审计配置，为应急响应日志分析打基础）。

**网络协议深化：**结合过往网络协议应用经验，聚焦 TCP/IP 协议簇中的安全漏洞及防护机制，如 ARP 欺骗、TCP 三次握手漏洞等（为 SRC 漏扫中协议层漏洞识别铺垫）。

**Web 与数据库基础：**补充 Web 架构、HTTP 协议及 MySQL、SQL Server 等数据库安全相关知识，了解 Web 应用与数据库在网安中的作用。

**编程语言入门：**学习 Python 基础语法，掌握简单脚本编写，为后续 SRC 漏扫自动化脚本开发及应急响应工具使用打基础。

**工具实战：**集中训练抓包工具（Wireshark）、渗透测试工具（Nmap）、漏洞扫描工具（Nessus 基础版）的使用，结合模拟场景练习工具应用（掌握基础扫描逻辑，为 SRC 漏扫工具进阶做准备）。

（二）第二阶段：漏洞挖掘与 SRC 漏扫实战

1. 阶段目标

这阶段是真正开始“动手”了。信息收集、漏洞分析、工具联动，一样不能少。

熟练运用漏洞挖掘及 SRC 漏扫工具，具备独立挖掘常见漏洞及 SRC 平台漏扫实战能力，尝试通过 SRC 挖洞搞钱，不管是低危漏洞还是高危漏洞，先挖到一个。

2. 学习内容

信息收集实战：结合运维中对网络拓扑、设备信息的了解，强化基本信息收集、网络空间搜索引擎（Shodan、ZoomEye）、域名及端口信息收集技巧，针对企业级网络场景开展信息收集练习（为 SRC 漏扫目标筛选提供支撑）。

漏洞原理与分析：深入学习 SQL 注入、CSRF、文件上传等常见漏洞的原理、危害及利用方法，结合运维工作中遇到的类似问题进行关联分析（明确 SRC 漏扫重点漏洞类型）。

工具进阶与 SRC 漏扫应用：

系统学习 SQLMap、BurpSuite、AWVS 等工具的高级功能，开展工具联用实战训练；
专项学习 SRC 漏扫流程：包括 SRC 平台规则解读（如漏洞提交规范、奖励机制）、漏扫目标范围界定、漏扫策略制定（全量扫描 vs 定向扫描）、漏扫结果验证与复现；
实战训练：使用 AWVS+BurpSuite 组合开展 SRC 平台目标漏扫，练习 “扫描 - 验证 - 漏洞报告撰写 - 平台提交” 全流程。
SRC 实战演练：选择合适的 SRC 平台（如补天、CNVD）进行漏洞挖掘与漏扫实战，积累实战经验，尝试获取挖洞收益。

恭喜你，如果学到这里，你基本可以下班搞搞副业创收了，并且具备渗透测试工程师必备的「渗透技巧」、「溯源能力」，让你在黑客盛行的年代别背锅，工作实现升职加薪的同时也能开创副业创收！

如果你想要入坑黑客&网络安全，笔者给大家准备了一份：全网最全的网络安全资料包需要保存下方图片，微信扫码即可前往获取!

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

优快云大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享

（三）第三阶段：渗透测试技能学习

1. 阶段目标

全面掌握渗透测试理论与实战技能，能够独立完成渗透测试项目，编写规范的渗透测试报告，具备渗透测试工程师岗位能力，为护网红蓝对抗及应急响应提供技术支撑。

2. 学习内容

渗透测试核心理论：系统学习渗透测试流程、方法论及法律法规知识，明确渗透测试边界与规范（与红蓝对抗攻击边界要求一致）。

实战技能训练：开展漏洞扫描、漏洞利用、电商系统渗透测试、内网渗透、权限提升（Windows、Linux）、代码审计等实战训练，结合运维中熟悉的系统环境设计测试场景（强化红蓝对抗攻击端技术能力）。

工具开发实践：基于 Python 编程基础，学习渗透测试工具开发技巧，开发简单的自动化测试脚本（可拓展用于 SRC 漏扫自动化及应急响应辅助工具）。

报告编写指导：学习渗透测试报告的结构与编写规范，完成多个不同场景的渗透测试报告撰写练习（与 SRC 漏洞报告、应急响应报告撰写逻辑互通）。

（四）第四阶段：企业级安全攻防（含红蓝对抗）、应急响应

1. 阶段目标

掌握企业级安全攻防、护网红蓝对抗及应急响应核心技能，考取网安行业相关证书。

2. 学习内容

护网红蓝对抗专项：

红蓝对抗基础：学习护网行动背景、红蓝对抗规则（攻击范围、禁止行为）、红蓝双方角色职责（红队：模拟攻击；蓝队：防御检测与应急处置）；
红队实战技能：强化内网渗透、横向移动、权限维持、免杀攻击等高级技巧，模拟护网中常见攻击场景；
蓝队实战技能：学习安全设备（防火墙、IDS/IPS、WAF）联动防御配置、安全监控平台（SOC）使用、攻击行为研判与溯源方法；
模拟护网演练：参与团队式红蓝对抗演练，完整体验 “攻击 - 检测 - 防御 - 处置” 全流程。
应急响应专项：
应急响应流程：学习应急响应 6 步流程（准备 - 检测 - 遏制 - 根除 - 恢复 - 总结），掌握各环节核心任务；
实战技能：开展操作系统入侵响应（如病毒木马清除、异常进程终止）、数据泄露应急处置、漏洞应急修补等实战训练；
工具应用：学习应急响应工具（如 Autoruns、Process Monitor、病毒分析工具）的使用，提升处置效率；
案例复盘：分析真实网络安全事件应急响应案例（如勒索病毒事件），总结处置经验。
其他企业级攻防技能：学习社工与钓鱼、CTF 夺旗赛解析等内容，结合运维中企业安全防护需求深化理解。