首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

Super Agent 进群:今年11.11,多了个会主动干活的"数字人队长"

摘要

本文导读 每年11.11,都是对京东技术保障体系的一次集中检验:高并发流量、复杂业务链路、多团队协同交织在一起,考验的不只是系统稳定性,更是信息聚合、风险判断与协同推进。 今年11.11,京东零售技术保障现场出现了一位新的"队友"——数字人队长。它不是简单的问答机器人,也不是替代人的自动化指挥系统,而是面向大促保障场景构建的 AI 作战伙伴,一个典型的 Super Agent。 我们把它与京东内部...

数字人队长 Agent Super SRE 本文导读 每年11 都是对京东技术保障体系的一次集中检验 高并发流量 复杂业务链路 多团队协同交织在一起
2026-11-16 1 阅读 约10分钟阅读 京东零售技术 (审校 康悦Rita )
分享:
字号:
本文导读 每年11.11,都是对京东技术保障体系的一次集中检验:高并发流量、复杂业务链路、多团队协同交织在一起,考验的不只是系统稳定性,更是信息聚合、风险判断与协同推进。 今年11.11,京东零售技术保障现场出现了一位新的"队友"——数字人队长。它不是简单的问答机器人,也不是替代人的自动化指挥系统,而是面向大促保障场景构建的 AI 作战伙伴,一个典型的 Super Agent。 我们把它与京东内部协同办公工具京 Me 原生打通:大家日常使用的群聊、文档、平台,直接成了 AI 参与协作的工作环境。不需要打开一个新页面,也不需要把背景重新描述一遍——风险发生在哪个群,它就在哪个群干活。 围绕这位"数字人队长",我们和京东零售技术保障团队聊了聊。 01 为什么京东11.11需要“数字人队长”? Q:大促保障的真正难点是什么?为什么过去的方式不够用了? A:大促保障的难点,从来不只是"没有监控配置"或者"没有平台工具"。 真正困难的是,当风险发生时,团队能否在最短时间内回答几个关键问题:现在发生了什么?影响范围多大?最近有没有变更?应该找谁处理?下一步该先降级、回滚,还是其他解决措施? 过去,这些信息分散在监控平台、日志系统、变更记录、压测报告、预案平台和多个群聊里。队长和专家需要不断切换系统、追问进展、汇总结论。越是大促高峰,信息越密集,协同成本越高。 数字人队长要解决的,正是这个问题:把分散的信息快速聚合起来,把专家经验转化成可复用的分析能力,把群聊里的碎片化讨论整理成清晰的行动项,让队长能够更快掌握态势、更稳推进闭环。 大促保障的信息并不少,难的是更快把信息转化为行动。 Q:数字人队长到底是什么?它和普通机器人、自动化指挥系统的本质区别在哪? A:普通机器人更多是"你问我答":用户提出问题,机器人从文档库中检索并生成答案。它通常是无状态、单轮、面向知识检索的——而且是被动的:你不问,它永远沉默。 数字人队长不一样。用行业里最新的说法,它是一个 Super Agent,而不是一个 Chatbot。差别可以拆成三层。 第一层,它在你工作的现场。Claude 在 Slack 里,数字人队长在京 Me 群里,直接参与群内协作,共享同一段讨论的上下文。它不是你需要另外登录的系统,而是群成员列表里的一位员工——有昵称、有ID。 第二层,它具备跨群上下文。它记得这个群昨天讨论过什么,那个降级预案上周被谁提及过,同一条风险在另外三个群里推进到了哪一步。人是带着记忆开会的,Agent 也必须是。 第三层,它会主动出来做事。它既能在需要时主动发言,也能调用工具,开展系统架构评审、容量风险评估和代码风险分析。 在今年11.11保障中,数字人队长以小队形式协同作战,围绕备战统筹、架构评审、故障应急和工单答疑,我们对应推出大促队长、高可用架构师、GOC、SRE 和技术支持数字人,共同构成了面向大促保障的人机协同能力:人负责关键判断并承担责任,数字人负责在线、聚合、分析和协同。 Q:它的核心理念是什么?为什么说这不是“多了一个机器人”,而是组织经验的工程化? A:我们不是要做一个会聊天的机器人,而是想把大促统筹、高可用架构评审、风险评审和应急处置中的专家经验,沉淀成数字人可调用的能力。 过去,这些经验沉淀在专家个人身上:某个业务域在什么时间点出过什么问题,哪类变更需要重点防御,哪种容量水位必须提前干预。很宝贵,但很难在高压现场被实时调用。 所以方案沿着三条线走:经验萃取,把专家经验变成可调用的能力;能力落地,落到AI容量评估、AI巡检、AI故障定位这些具体场景;组织提效,让风险发现更快、证据聚合更快、上下文拉齐更快、闭环推动更快。 从人盯系统,到AI辅助聚合、分析、协同和沉淀。 02经验萃取:让专家经验成为可调用的能力 Q:具体萃取哪些经验?技术底座是什么?为什么不是单一大模型能解决? A:萃取的不是静态文档,而是大促保障里的“判断过程”和“处置技能”。主要包括:大促队长的高风险评审经验、高可用架构评审经验、风险识别与升级经验、应急处置经验、历史故障复盘经验,以及容量、变更、巡检、预案等SRE技能。 这些经验不会只停留在知识库里,而是逐步产品化为数字人可调用的能力。比如 RCA分析、变更防御、容量预测、巡检规则等,都可以沉淀为标准的 SRE Skills。数字人队长通过插件调用,把大模型的理解能力和工程平台的确定性能力结合起来。所以它看起来只是在群里说话,真正支撑它的并不是单一大模型能力,而是一套面向技术风险场景构建的能力体系。 第一是场景理解能力。它需要判断当前对话发生在什么场景中:是备战推进、风险跟进、压测异常、线上告警,还是事后复盘。只有先理解场景,后续的回答和任务调度才能有的放矢。 第二是知识增强能力。大促规则、保障流程、业务域职责、历史故障经验、高可用规范和平台文档,都是数字人队长需要理解和调用的知识。它不是凭空生成答案,而是在组织知识和实时上下文基础上进行分析,避免模型产生幻觉。 第三是环境交互能力。技术保障不是聊天场景,问题最终要回到日志、监控、变更、容量、巡检、预案等系统中去验证。 第四是自我进化能力。每一次演练、排查和复盘,都会产生新的经验。过去这些经验容易停留在专家脑海或群聊记录里,现在通过“取、用、存、理、萃”的机制,可以进一步沉淀为规则、知识和技能,让下一次保障少走弯路。 Q:大模型容易幻觉,但技术保障要求确定性。你们如何保证建议可验证、可追溯? A:核心原则是:不让模型自由给结论。 技术保障场景和通用问答不同,它要求每一个判断都能回到数据源、时间点和工程证据。数字人队长在辅助定位时,给出的不是一句“可能是某变更导致”,而是尽可能形成可追溯的证据链:哪条告警、哪个时间窗口、哪次变更、哪段异常堆栈、哪个指标拐点、哪个下游依赖。 知识增强让它不脱离组织知识和实时上下文;工具调用让它必须回到日志、监控、变更、容量、巡检、预案等系统中验证。这样,它更像一个"证据聚合与推理助手",而不是"答案生成器"。在应急现场,专家最需要的不一定是AI直接给答案,而是AI把分散的证据更快、更完整地送到面前。可验证、可追溯,比“看起来聪明”更重要。 03 能力落地:AI容量评估、AI巡检、AI故障定位 Q:AI容量评估解决什么问题?它和传统容量评估有什么不同? A:AI容量评估更强调提前识别容量风险。 大促前,容量风险往往不是单点问题,而是业务增长、活动计划、流量峰值、资源水位、依赖容量、缓存和数据库压力等多因素叠加的结果。传统方式更多依赖人工经验、历史数据和静态规则,AI容量评估则尝试把这些因素动态关联起来,更早发现潜在瓶颈。 它不替代架构师和SRE的判断,而是帮助团队更快缩小关注范围,把有限的人力投入到真正高风险的地方。 Q:AI巡检如何把专家经验变成自动化风险发现? A:AI巡检的核心,是把高可用规范、大促Checklist、历史故障模式、变更风险规则等专家经验,转化成可执行、可复用的巡检能力。 过去,巡检更多依赖人工按清单执行,或者依赖固定阈值告警。AI巡检可以对配置、容量、依赖、变更、预案等结合实时上下文识别潜在风险,并把发现的问题转化为可跟进、可闭环的行动项。 它解决的是“专家经验难以规模化复用”的问题。让
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱