乘AI之勢，聚群賢之力，於羊城錦繡，凌數智之巔。5月22日，2026 XCOPS智能運維管理人年會-廣州站成功舉辦。深掘傳統業務潛能，洞察數智變革脈絡，來自產學研各界的頂尖學者、行業精英及技術新秀齊聚一堂，以大模型為引擎，從架構演進、實戰淬鍊到成果轉化，共同探討運維與數據庫領域的智能升級與效能躍遷。
大會現場智見交鋒、創新熱潮湧動。現在，讓我們隨本文回溯大會高光時刻，縱覽核心亮點，再次沉浸於這場誠意滿滿、智慧迸發的技術盛宴！
【主會場】
本次大會特別邀請姜春宇先生發表開場致辭。他指出，以大模型為基座的運維智能體正成為智能運維的核心落地形態，AI與數據庫的融合也已從概念走向實踐，多模態數據管理、數據庫智能運維、AI原生數據庫等探索不斷深化。然而，兩大領域仍面臨技術突破難、產業落地成本高等挑戰。為此，中國信通院人工智能研究所聯合dbaplus社群等生態夥伴，持續推進行業研究與標準建設，助力企業數智化轉型。未來，中國信通院人工智能研究所將圍繞AI軟硬件、大模型、智能體及安全合規等多方面，與業界攜手探索AI時代的運維管理新路徑，共同推動產業高質量發展。
大模型的出現，加速了實現終極L5智能運維的步伐。會上，汪衛教授進一步闡釋了大模型在運維領域應用前景，同時深度剖析系統狀態感知、專業知識的獲取與表達、複雜任務決策等主要關鍵技術及應用場景，並指出當前大模型在運維場景落地中存在知識庫不夠準確、知識缺乏、根因判斷不準等不足，進而提出以泛化數據積累和深化大模型運用方式為核心的發展方向。
宋輝老師指出，企業AI落地想要突破瓶頸，需聚焦高頻、高價值場景。在運維領域，告警和故障的分析處理正是最典型的高價值場景。為此，新炬網絡提出一套基於LLM的告警和故障處理整體方案。該方案核心是通過大小模型協同實現秒級水平定界，並結合Multi-Agent垂直分層與專家Skills精準根因定位，形成完整的告警和故障處理閉環。作為這一方案的核心載體，新炬網絡自研的ZnAiops智能運維管理平台迎來迭代升級。該平台基於一體化基礎平台，構建起堅實的數據中台與智能中台，向上全面賦能全景觀測、SRE塔台與AI原生運維應用，實現從「監控」到「定界」再到「自癒」的全流程閉環運維能力。
將AI從「工具」升級為「基礎設施」，是當前企業智能化轉型中需要深入思考和解決的關鍵命題。王關勝老師以美圖業務為切入點，例舉了從「工具」到「系統」的轉型乏力、數據孤島與能力孤島等落地難題，分享行之有效的推進策略，並展示了美圖在AI提效上的具體產物與實踐成果。王老師指出，企業需要的不是無所不能的「工具」，而是懂SOP、戴工牌的「數字員工」。
當前，證券核心交易系統仍面臨業務連續性保障要求高、核心系統外購比例大、業務複雜度提升等運維難題。會上，沈波老師提出以「解耦、標準、智能、可視化」為原則的可擴展運維平台建設思路，分享多源數據統一、全鏈路觀測體系、系統觀測問題定位、智能診斷引擎等場景的落地方法，結合全景可觀測、端到端鏈路追蹤等實踐成果，總結出項目實施過程中建設方法論、組織協同、技術選型的三大關鍵成功經驗。
自搭難搞好、多雲難駕馭，如何攻克企業多雲運維管理的共性痛點？劉向陽老師指出，企業茍需建設多雲統一數字化底座，在此基礎上打造AI算力平台、全棧監控、自動化運維、智能化數據庫管理、AI賦能研發效能等體系，並分享雲中立的核心思路、架構設計，以及落地實踐經驗，針對製造業數字化底座建設的可參考、可複製建議。
當前，通用智能體解決垂類企業場景效率仍較低。結合多個落地案例，朱孫偉老師總結出垂類智能體數據轉為知識、數據準確度等多重挑戰，並分析RAG、MCP、SKILL三大架構特徵及問題。朱老師強調，評測體系已從簡單的模型能力驗證工具，轉變為驅動技術路線選擇、預測能力邊界、建立質量標準的戰略級基礎設施，企業需構建系統的評測體系、高質量的測試集，融合自動化評估與人工校驗，量化性能指標。
【大模型時代下的智能運維專場】
在生成式AI已深度嵌入企業架構的當下，運維正從「自動化」向「自主化」加速進階，迎來「自動駕駛級運維」的新可能。本次XCOPS廣州站聚焦垂類智能體落地、多Agent協同、核心系統信創與智能化平衡等現實難題，為企業在AI驅動下實現可落地、可復用的運維升級提供一線實戰參考。
【AI助力數據庫再進化專場】
在AI與大模型技術的驅動下，數據庫正從傳統存儲引擎向智能數據服務加速演進。本次XCOPS廣州站精選數據庫運維大模型應用實戰、基於向量搜索的智能應用開發、大型金融級數據庫改造全流程、AI Agent對企業數據服務模式的重構等議題，為企業應對智能化轉型提供系統性的實操指引。
【展位風采】
外場展區同樣熱鬧非凡、人頭攢動。各參展商各顯其能，攜核心產品集中亮相，新老朋友紛至沓來，踴躍交流互動，共覓合作良機與增長動能。
【特別鳴謝】
2026 XCOPS智能運維管理人年會-廣州站的圓滿收官，離不開一眾專家老師、合作夥伴、媒體同仁的傾力相助，特此鳴謝所有專家老師、台前幕後的工作人員，以及以下合作夥伴：
財華網所刊載內容之知識產權為財華網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
如有意願轉載，請發郵件至 content@finet.com.hk，獲得書面確認及授權後，方可轉載。
或
按钮分享