AIP 智能体平台：重塑微服务治理的新时代

在传统的软件研发过程中，需求沟通、开发、测试、部署等各个阶段都离不开大量的人力投入。随着技术的进步，特别是大模型的出现，它们优秀的代码生成能力和一定的思维链推理能力，开始在微服务的研发、运维等环节中发挥重要作用，从而实现了‘智能涌现’。这不仅提升了软件研发的整体效率，还重塑了整个软件研发的生命周期。

然而，在商业产品的运维过程中，如效果广告、展示广告、基木鱼和观星盘等，仍需要大量的人力资源来确保业务功能的快速交付和线上系统的高稳定性。在这些工作中，包括常规流程操作和 SRE 架构优化等方面，运维人员面临着繁重的任务和挑战。

为了解决这些问题，平台工程团队推出了 Jarvis 平台，提供了全面的运维工具，包括自动化部署和微服务治理分析能力。尽管这些工具具有高度的专业性，但它们的使用门槛相对较高，依赖于人工经验的介入，导致在没有足够经验的情况下，定位问题和优化架构变得异常困难。

为了提升商业产品维护的效率，Jarvis 平台采用了 AI 原生应用思维，通过引入多智能体架构，将专家经验内化，大幅降低了使用门槛，显著提升了微服务维护的效率。这一过程主要通过全流程对话式交互和 LLM 推理诊断处理两个关键环节实现。

**全流程对话式交互**

用户可以通过自然语言发出指令，通过多轮持续对话完成一项完整的升级操作，如灰度发布、配置限流熔断、流量录制和回放等复杂操作。这大大简化了用户的操作流程，提高了工作效率。

**LLM 推理诊断处理**

基于定位问题的经验，通过 LLM 的推理能力进行根因分析，通过智能诊断、报警等机制高效处理系统故障，实现人工运维经验的可复制性。这种智能化的处理方式不仅提高了系统的稳定性和可靠性，还减少了人为错误的可能性。

以 JarvisBot 为例，它是一个中枢神经模块，负责决策和触发任务，不涉及具体的业务逻辑。它通过连接用户和业务层，利用自然语言与用户交互，理解自然语言描述的 SOP，并指挥底层系统完成相应的任务。JarvisBot 的智能体集合包括 DirectorAgent、CoderAgent、OpsAgent、DiagnosisAgent 等，这些智能体基于 BaseAgent 构建，具有基础的 SOP 理解和 LLMReAct 思维链规划能力。

此外，Jarvis 平台还通过数据飞轮持续进化，借助大小模型的协同进化，不断提升智能性和成本的平衡。通过自动化评估系统，不断评估智能体的智能性，自动提炼 SOP，帮助多智能体持续进化。

总之，AIP 智能体平台通过引入先进的多智能体架构和 AI 原生应用思维，不仅提升了微服务治理的效率，还实现了系统的智能化和自动化。这对于推动软件行业的数字化转型和智能升级具有重要意义。