上周在河西金鹰楼下的咖啡店，碰到之前做电商运维的老周，冰美式喝了一半，他就开始骂娘。去年他们公司咬咬牙砸了八十万上的AIOps系统，现在还在服务器里吃灰。每次大促前的流量预热，系统就疯了一样弹告警，说检测到异常流量峰值，要触发自动限流。
你买的AIOps，可能只是个高级告警聚合器
老周说当初销售来谈的时候，PPT上写的全是智能异常检测、根因自动定位，吹得天花乱坠。结果部署完才发现，核心功能就是把原来散在Zabbix、Prometheus、日志系统里的告警，拉到同一个面板上，加了个简单的阈值去重逻辑。
连最基础的时序预测功能，都要额外加钱买。所谓的根因分析，就是把告警按出现时间排个序，根本不会自动关联是哪个接口出了问题，哪个依赖服务挂了。
说穿了就是个加了点简单规则的告警聚合工具。卖的价格是原来监控系统的三倍。
别拿监控数据当全部训练集
老周说最坑的那次是去年双11预热，运营提前三天在抖音投了两百万的引流广告，流量比平时涨了四倍，属于完全正常的业务波动。结果AIOps系统检测到流量陡增，直接判定是DDoS攻击，自动触发了限流策略。
等运维团队半夜被电话吵醒的时候，已经有近两千个新客的下单请求被拦了。算下来光投放损失就有十几万。
没人跟算法讲业务规则。
很多团队上AIOps的时候，默认只要把所有监控指标导进去，算法就能自动识别所有正常波动。但他们忘了，那些只属于自家业务的特殊规律——比如每个月月底财务跑批时磁盘会涨20%，每到周五下午视频网站的带宽会翻一倍，从来不会出现在厂商给的通用训练样本里。
你不给算法喂业务侧的规则数据，它就只会按通用的阈值给你弹误报。到最后运维团队宁愿把AIOps的告警通知关掉，也不想天天被没用的消息轰炸。
真要落地，先从一个最小场景切
不过话说回来，AIOps本身不是没用。老周后来把原来的全栈方案砍了，只留了订单系统的日志异常检测这一个模块。
他带着团队整理了过去一年的订单报错日志，把库存、支付、物流各个接口的调用数据全喂给了算法，还把大促、跑批这些特殊场景的规律手动标注成了正常波动。现在这个模块能提前10分钟预判到支付接口的超时问题，比原来人工巡检早了至少半小时。
别贪大，先把一个场景的告警准确率做到95%以上，再扩到其他模块。
说实话，现在很多团队对AIOps的预期太离谱了，觉得上了系统就能把运维团队砍一半。哪有那么好的事？算法是帮你减少重复劳动，不是替你做运维决策。
老周现在说，那八十万虽然大部分打了水漂，但剩下的这个小模块，至少能让团队的人少熬点夜。也算值回点票价。毕竟运维的苦，只有熬过夜的人才懂。