研究AIOps已有数月,目前手里有不少可落地的方案了,接下来会把这些方案全部整理到我的大模型课程里。欢迎大家把你遇到的场景在评论区留言。我会在能力范围内给你提供思路和建议。
上周尝试着将OpenClaw做日志分析,整个链路跑通,最终分析结果还行。但让我无法忍受的有两点:1)Tokens消耗太快;2)分析周期太久。
OpenClaw很强,但没做优化的话,它只适合跑Demo
如果你还没有设计好Token预算和上下文治理,就不要急着用OpenClaw这类 Agent编排框架去承接生产级AIOps。
不是因为它不能做,恰恰相反,正因为它能接告警、能拉日志、能串工具、能生成结论、还能继续联动动作,所以一旦链路被拉长、上下文被放大,成本和时延问题就不会是“偶发问题”,而会变成系统问题。
我想很多朋友跟我一样,第一次接触这类框架,最容易被打动的是能力完整。接告警、查指标、拉日志、补知识、做判断、回写工单,一条链路看起来很顺,甚至很像未来。
但AIOps最大的门槛,从来不是“能不能编排出来”,而是:这套东西在高频、并发、持续运行的生产环境里,到底算不算得过来。
真正难的,不是做出链路,而是把链路跑得起来。在demo里,大家通常只会看到一件事:它会不会分析。可到了生产里,你真正要看的不是“会不会分析”,而是三件更硬的事:
- 一次分析到底要吃掉多少上下文;
- 一条链路到底要调用多少轮工具;
- 高峰期多条告警并发时,预算会不会失控。
因为AIOps不是一次性的问答任务。它不是“有人问一句,模型答一句”这么简单。它面对的是持续涌入的真实运维信号:指标序列、日志片段、变更记录、依赖关系、历史工单、服务画像、SLO状态。
这些信息一旦开始拼接,问题就来了。你送进模型的,不再是一段简洁问题,而是一整包上下文。模型要在这包信息里做筛选、比对、定位、归因、判断,Tokens消耗自然不会只按“多一行字、多一点钱”这么简单增加。
OpenClaw就把context定义为“一次运行发送给模型的全部内容”,里面不仅有会话历史,还有系统提示、工具调用结果、文件和附件。而且工具列表、工具schema、本地注入文件本身都会占上下文窗口。换句话说,不是只有你主动塞进去的日志才花Tokens,系统为了让agent能工作,本身…