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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
WorkBuddy 只能进行零散问答，不能支持完整任务交付和步骤拆解。
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。
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。
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。
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。
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。
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。
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。
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。
智能运维的本质是( )。
完全替代运维人员
增强运维人员判断与决策能力
减少运维系统数量
取消人工确认环节
检验大模型运维价值的最重要标准是( )。
模型参数规模
真实运维场景成效
品牌知名度
服务器数量
智能运维平台化演进的合理路径是( )。
场景生态化→能力平台化→运营飞轮化
能力平台化→场景生态化→运营飞轮化
运营飞轮化→能力平台化→场景生态化
能力平台化→运营飞轮化→场景生态化
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( )。
智能运维平台六层架构中，负责运维知识结构化沉淀的是( )。
RAG 的核心作用是( )。
只做模型微调
检索增强生成，提升知识时效性与准确性
替代所有运维工具
自动完成所有变更操作
MCP 在智能运维中的主要作用是( )。
替代CMDB
实现模型与外部运维工具的集成调用
提升网络带宽
替代人工审批
运维智能体闭环的合理顺序是( )。
规划-感知-推理-行动-评估-反思
感知-规划-行动-反思-推理-评估
推理-规划-感知-评估-行动-反思
行动-感知-推理-规划-评估-反思
WorkBuddy 的定位是( )。
普通聊天工具
企业级AI 智能体工作台
网络监控设备
数据库管理系统
WorkBuddy 与智能运维平台的关系是( )。
完全替代平台
作为轻量执行入口，不替代平台、不突破权限
只负责底层数据存储
只用于财务审批
以下不属于WorkBuddy 企业版可观测中心主要能力的是( )。
实时观测
会话追踪
轨迹详情
自动提升模型参数规模
告警研判智能体的关键机制顺序是( )。
生成排查思维链→大小模型协同排查→生成处置建议→人工确认→典型故障自处置
人工确认→生成思维链→自处置→协同排查
自处置→人工确认→生成建议→协同排查
协同排查→自处置→生成思维链→人工确认
日志分析智能体处理多厂商日志差异的典型技术方案是( )。
仅靠人工阅读
RAG 实现多厂商日志关键字解析与结构化语义输出
关闭日志采集
只保留单一厂商设备
“知识空间+在线问答机器人+大模型”三位一体体系主要对应( )。
配置变更场景
智能问答与知识响应场景
硬件采购场景
财务报销场景
配置变更智能体的典型技术方案是( )。
LLM+RAG 进行脚本核查与风险提示
仅靠人工逐行检查
取消变更审批
只做变更后回滚
金融监管要求在高风险应用关键环节建立( )。
完全自动决策机制
人工监督和干预机制
取消审计机制
数据共享机制
LLMOps 与传统MLOps 的核心差异是( )。
只管理模型文件
管理对象扩展到提示词链、向量数据库和开放式文本生成系统
不需要监控
不需要版本管理
运维人员角色转型需要具备的四项基本功不包括( )。
提示工程能力
知识萃取能力
场景设计能力
硬件焊接能力
智能运维平台建设中提出的“五化”原则不包括( )。
大模型为运维带来的核心能力包括( )。
自然语言交互
完全替代人工决策
知识萃取与复用
推理与思维链生成
智能运维平台六层架构包括( )。
数据层、知识层
模型层、能力层
财务层、采购层
应用层、门户层
运维场景采用RAG 的主要原因是( )。
不需要建设知识库
知识时效性要求
准确性要求
可审计性要求
运维智能体闭环通常包括( )。
规划、感知
一次性输出、不再迭代
推理、行动
评估、反思
WorkBuddy 运维能力矩阵包括( )。
突破原有权限体系
任务编排
自动化执行
文档与报告生成
WorkBuddy 企业版可观测中心的主要能力包括( )。
实时观测
自动提升模型参数规模
会话追踪
轨迹详情
大模型运维风险管理的应对措施包括( )。
取消人工确认环节
模型幻觉应对
自动化处置权限边界设计
审计日志与全链路追溯
运维人员角色转型需要重点培养的能力包括( )。
知识萃取能力
场景设计能力
提示工程能力
风险判断能力