运营数据中心大模型应用与智能运维培训班（第二期）随堂小测

Q1:姓名

Q2:单位/部门

Q3:智能运维的本质是用大模型替代运维人员，最终实现无人运维。

Q4:告警排查自动化率提升后，关键处置环节仍可保留“人工确认”设计。

Q5:大模型运维场景应优先选择“高频发生、重复性强、有知识可沉淀”的场景切入。

Q6:平台化是智能运维从“单点突破”走向“规模化落地”的必由之路。

Q7:合规与安全是金融数据中心智能运维的天花板，会限制所有智能化创新。

Q8:运维人员从“操作执行者”向“智能体训练师与监督者”转型是必答题，不是选择题。

Q9:运维场景采用RAG，主要是为了满足知识时效性、准确性和可审计性要求。

Q10:在运维知识库建设中，直接微调一定优于RAG，因此不需要建设知识库。

Q11:大小模型协同的基本策略是：大模型负责推理与规划，小模型负责高频轻量任务。

Q12:MCP 可用于将大模型与监控系统、CMDB、自动化平台等运维工具打通。

Q13:运维智能体的闭环通常包括规划、感知、推理、行动、评估、反思等环节。

Q14:WorkBuddy 只能进行零散问答，不能支持完整任务交付和步骤拆解。

Q15:WorkBuddy 作为新的任务执行入口，可以突破原有权限体系获取额外操作权限。

Q16:WorkBuddy 企业版可观测中心可提供实时观测、会话追踪、轨迹详情等能力。

Q17:智能运维平台六层架构包括数据层、知识层、模型层、能力层、应用层、门户层。

Q18:LLMOps 的管理对象仅是模型本身，不包括提示词链、向量数据库和开放式文本生成系统。

Q19:金融行业大模型应用应坚持“谁使用谁负责”，压实金融机构主体责任。

Q20:模型幻觉在运维场景中不会带来风险，因此不需要专门应对。

Q21:智能问答与数据查询场景可实现从自然语言到SQL/API 调用的转化。

Q22:智能运维的远期愿景包括自主感知、自主分析、自主决策、自主执行和主动预防风险。

Q23:智能运维的本质是( )。

Q24:检验大模型运维价值的最重要标准是( )。

Q25:智能运维平台化演进的合理路径是( )。

Q26:智能运维平台六层架构中，负责多源运维数据采集与治理的是( )。

Q27:智能运维平台六层架构中，负责运维知识结构化沉淀的是( )。

Q28:RAG 的核心作用是( )。

Q29:MCP 在智能运维中的主要作用是( )。

Q30:运维智能体闭环的合理顺序是( )。

Q31:WorkBuddy 的定位是( )。

Q32:WorkBuddy 与智能运维平台的关系是( )。

Q33:以下不属于WorkBuddy 企业版可观测中心主要能力的是( )。

Q34:告警研判智能体的关键机制顺序是( )。

Q35:日志分析智能体处理多厂商日志差异的典型技术方案是( )。

Q36:“知识空间+在线问答机器人+大模型”三位一体体系主要对应( )。

Q37:配置变更智能体的典型技术方案是( )。

Q38:金融数据中心智能运维治理的核心原则不包括( )。

Q39:金融监管要求在高风险应用关键环节建立( )。

Q40:LLMOps 与传统MLOps 的核心差异是( )。

Q41:运维人员角色转型需要具备的四项基本功不包括( )。

Q42:智能运维平台建设中提出的“五化”原则不包括( )。

Q43:大模型为运维带来的核心能力包括( )。

Q44:智能运维平台六层架构包括( )。

Q45:运维场景采用RAG 的主要原因是( )。

Q46:运维智能体闭环通常包括( )。

Q47:WorkBuddy 运维能力矩阵包括( )。

Q48:WorkBuddy 企业版可观测中心的主要能力包括( )。

Q49:金融数据中心智能运维治理的核心原则包括( )。

Q50:大模型运维风险管理的应对措施包括( )。

Q51:课程拆解的核心智能运维场景包括( )。

Q52:运维人员角色转型需要重点培养的能力包括( )。