做了七年运维，我发现今年最可怕的不是AI抢饭碗，而是没人告诉你运维已经变天了
说起来有点感慨，我2019年入行做运维的时候，部门老大跟我说的第一句话是：”运维的核心就是稳，不出事就是最大的功劳。”那时候我们的日常是什么样的？每天早上到公司先刷一遍监控面板，看看各个服务器的CPU、内存、带宽有没有异常；每周三固定做巡检，敲一堆命令看日志；最怕的就是凌晨两点电话响，一看到是告警短信整个人都精神了，披件衣服就往电脑前冲。
前几天跟同行吃饭，聊起现在的变化，我们都有点恍如隔世。当年我们自嘲是”IT消防员”，哪里着火去哪里，现在你再跟00后运维说”救火”，人家可能会一脸疑惑地看着你：”故障不是AI自己会修吗？”
我见过太多人对AI的焦虑，完全搞错了方向
最近半年刷技术社区，总能看到类似”AI会不会取代运维工程师”的讨论。有人说以后运维都要失业了，有人说学AI就是焦虑贩卖，我倒觉得这两种观点都有点极端。
我去年给一家制造企业做过运维体系升级的咨询，他们之前的运维团队一共5个人，管着总部+3个分厂的网络，平均每个月要出7、8次故障，每次排查至少要2小时，最严重的一次生产线停了4小时，损失上百万。后来他们上了AIOps平台，现在你猜怎么着？90%的常见故障系统自己就处理了，运维团队反而从5个人扩到了8个人，以前大家都在盯监控、排故障，现在一半人在做业务架构优化，一半人在搞边缘节点的容器化落地，工资反而涨了一截。
事实就是，AI根本不是来取代你的，它是来把你从那些重复、琐碎、没价值的劳动里解放出来的。就像当年自动化工具取代了手动敲命令，你没见哪个运维因为有了Ansible就失业，反而是不会用工具的人被淘汰了。
我查了腾讯云今年的报告，现在超60%的中大型企业已经部署了AIOps平台，系统平均故障修复时间比以前缩短了70%。但这背后真正的变化是什么？以前运维的KPI是故障恢复时间，现在的KPI是业务稳定性、资源利用率、甚至是IT成本的ROI。你要是还抱着”只要服务器不宕机就万事大吉”的想法，那真的要危险了。
今年运维圈的几个变化，每一个都在刷新认知
第一个变化：大模型来了，运维真的开始”自己跑”了
别再觉得AIOps就是个噱头，我今年接触的企业，不管是互联网还是传统制造业，都在真金白银地砸智能运维。而且现在的AI已经不是几年前那种只会发发告警、做做报表的样子了。
上个月我帮一个电商客户排查问题，系统刚弹出告警说支付接口响应慢，AI已经直接给出结论：”数据库连接池满了，建议查看SQL慢查询日志第142行，是最近上线的优惠券查询语句没有加索引。”我当时都惊了，换做以前，我们至少要查10分钟日志才能定位到问题。
这就是现在LLMOps的能力，它不是简单的阈值告警，而是真的能理解日志、分析链路、甚至生成修复方案。华为今年发布的AI-Native运维方案更夸张，他们提出了”T-1+T0″的模式，T-1阶段就能通过数字孪生和大模型预测潜在风险，提前把隐患消掉，真出问题了T0时刻自动激活容灾，业务几乎感知不到。
但我也要给大家提个醒，不是说买个AI平台就万事大吉了。我见过太多企业AIOps落地失败，钱花了几百万，效果还不如以前的手动运维。问题出在哪？数据基础没打好。你的网络拓扑是错的，指标来源分散在七八个系统里，告警连上下文都没有，AI再厉害也巧妇难为无米之炊。就像卓豪的报告里说的，真正领先的团队不是先用了AI，而是先建立了可观测性基础设施。
第二个变化：运维不再管服务器了，开始做”内部产品经理”
另一个特别明显的趋势是平台工程的崛起。以前我们说DevOps，强调”你构建你运行”，结果开发人员苦不堪言，写业务代码已经够累了，还要懂K8s编排、网络策略、安全合规，很多人抱怨说”我就想写个接口，为什么要搞懂这么多基础设施的东西？”
现在不一样了，运维的角色变了。我们不再直接操作服务器、改配置，而是去搭建内部开发者平台，把那些复杂的底层能力封装成”黄金路径”，开发人员要个生产环境，点一下按钮就自动生成，完全符合企业的安全规范和运维标准。说难听点，现在的运维更像内部的产品经理，我们的用户就是开发团队，我们要做的就是给他们提供好用、高效的工具，让他们不用关心底层基础设施，专心写业务代码。
我爱运维网今年的报告里有个数据我特别认同：平台工程普及之后，企业的应用交付效率平均提升了40%，运维的工单量反而下降了60%。以前我们天天跟在开发后面擦屁股，现在大家目标一致，都是为了业务更快更好地落地，这种感觉真的很爽。
第三个变化：以前我们看CPU内存，现在我们看碳足迹和成本账单
说个你可能没注意到的变化，现在运维的仪表盘上，除了传统的CPU、内存、带宽这些指标，多了两个新东西：一个是云资源成本，一个是碳足迹。
我去年对接的一个金融客户，他们运维团队现在每个月要跟财务部门对齐云账单，FinOps已经嵌入到了日常的运维决策里。比如大模型训练的任务，系统会自动调度到电费更便宜的区域节点运行，非实时的计算任务优先放在可再生能源充沛的节点。今年他们光云成本就省了30%，还完成了ESG的碳排放指标，一举两得。
还有边缘运维的常态化，现在工业互联网、自动驾驶这些行业起来了，一个企业可能有上万个边缘节点分布在全国各地，你不可能像以前那样远程SSH登录上去改配置。现在的玩法是用GitOps，所有节点的配置都存在Git仓库里，Agent自动同步状态，改配置就像提交代码一样，还能版本回溯，出了问题一键回滚，管上万个节点就像管一个代码库一样简单。
给同行的几个真心话，比学多少新技术都有用
经常有刚入行的小朋友问我，现在技术变化这么快，K8s、eBPF、大模型、可观测性，感觉每天都有新技术要学，根本学不过来，怎么办？我一般都会跟他们说这几句话：
第一，拥抱AI，但别迷信AI。AI是工具，是用来帮你提高效率的，不是替你思考的。我见过有人用AI生成配置文件，结果AI写了个有安全漏洞的配置，他连看都不看就直接上线，最后出了大事故。你要明白，AI给出的方案永远是参考，最终背锅的还是你自己，底层原理永远不能丢。
第二，别只盯着技术，多去了解业务。我以前也是个技术狂，觉得只要技术牛就万事大吉，直到有一次我们优化了半天数据库性能，结果业务部门说你们做的这些对我们根本没用，我们现在的核心问题是新功能上线太慢。从那以后我就明白了，运维的价值从来不是你会多少技术，而是你能为业务创造多少价值。只懂机器不懂业务的运维，路只会越走越窄。
第三，别盲目跟风学技术，选1-2个方向深入就够了。现在技术更新太快了，你不可能什么都学精。你可以选自己感兴趣的方向，比如可观测性、或者平台工程、或者大模型运维，深入研究下去，成为这个领域的专家，比你什么都懂一点但什么都不精有用得多。
最后想跟大家说几句掏心窝子的
我刚入行的时候，觉得运维就是个打杂的，背锅的永远是我们，涨薪永远轮不到我们。但这几年看着行业的变化，我越来越觉得，运维正在变成一个越来越有价值的岗位。我们不再是后台的支持者，而是企业数字化转型的核心参与者，是AI战略落地的算力底座，是业务创新的重要推手。
2018年我转做运维的时候，谁能想到现在运维要懂大模型、要懂成本核算、要懂碳减排？技术永远在变，永远有新东西要学，焦虑是正常的，但与其焦虑AI会不会抢你的饭碗，不如好好想想怎么用好AI，怎么把自己的价值从”执行层”升到”决策层”。
毕竟，AI会取代很多工作，但永远不会取代会用AI、会思考、懂业务的人。