：2 万多个集群、10 万多个节点、23 个开服地域——在这样的规模上做运维，传统 AIOps「看得见异常、串不起因果」的模式已难以为继。在腾讯云 x Elastic AI 搜索技术大会上，腾讯云 ES 云平台研发负责人吴容发表《AI Agent 驱动下的腾讯云 ES 集群智能运维实践》演讲，分享了覆盖事前巡检、事中诊断、事后洞察的 Agentic AIOps 四层架构，以及一个发人深省的反面案例：一次「听 AI 的话」的操作，如何让 1.4 亿文档瞬间掉零——以及由此长出来的三道安全防线。

腾讯云大数据在 AI Native 数据底座上构建了四大智能象限：计算智能让 Agent「跑得快」，存储智能让 Agent「存得下、取得到」，数据智能让 Agent「替你分析」，系统智能让平台变成 Agent「自己管理自己」——自主感知、自主诊断、自主处置、自我演进。系统智能的核心载体是自研大数据智能管家 TCInsight，已覆盖 EMR、DLC、ES、TCHouse 等核心产品。本次分享聚焦的，正是系统智能在腾讯云 ES 智能运维场景的落地。

腾讯云 ES 是基于 Elasticsearch 的云端全托管服务，覆盖日志分析、在线搜索、数据分析、安全与可观测五大场景，目前纳管 2 万+ 集群、10 万+ 节点，在国内外 23 个地域提供服务。一个明显的趋势是：在线搜索场景正从传统关键词检索、全文检索，演变为向量检索、混合检索、多模态检索与 Agentic Search，占比持续上涨。产品三层架构中，自研内核层围绕成本、扩展性、性能、稳定性与 AI 向量检索做了大量增强（读写分离、存算分离、IO 并行、Slice-DiskBBQ、Native 加速等），管控平台层则提供从文档解析、切片、Embedding、Rerank、意图识别、多轮改写的一站式原子服务与统一在线推理服务。

运维系统的演进可以归纳为三个阶段：

：用脚本代替人工重复操作，但脚本写死场景、环境一变就失效，规模指数增长、维护成本同步暴涨。

：用 AI/ML 算法辅助人类，异常检测、告警降噪、根因分析成效显著。但它本质是「辅助驾驶」——监控到集群 CPU 打满、熔断、查询拒绝时，传统 AIOps 能快速发现异常并推送告警，却给不出具体根因，也无法自愈闭环。性能与稳定性问题高度依赖专家经验，专家也要在多个系统的 Dashboard 之间反复切换串联上下文，一次根因分析往往 30 分钟起步。

：引入 AI Agent 实现从异常感知、自主推理到故障自愈的端到端闭环。最大突破在于打破数据孤岛、全栈上下文自动关联，基于多系统数据在几分钟内推理出根因并给出完整证据链，人只审批高危操作。

四层架构：多智能体编排×能力读写分级×默认护栏

腾讯云 ES 的 Agentic AIOps 系统架构分四层：

：统一日志平台（集群运行日志、慢日志、GC 日志、管控流程日志）、统一监控系统（节点/索引/分片指标、火焰图）、统一事件中心（变更、告警、IaaS、安全事件）与统一 Trace 平台。这一层值得展开：数据质量越高、可观测能力越强，Agent 的根因分析准确率就越高。同样一个节点离线告警，没有数据感知层的 Agent 只能给出泛泛猜测；有了日志、监控、事件的输入，它能明确告诉你「底层 IaaS 宿主机故障导致节点离线」或「一波大查询导致集群熔断 OOM」。

：系统不再面向人、而是面向 Agent 设计。丰富的 MCP Tools 让 Agent 快速获取各数据源，日常运维积累的专家经验则沉淀为 4 套 Skill，指导 Agent 有规范、有条理地工作。

：多 Agent 架构各司其职——事前的巡检调优 Agent（定时巡检、自定义策略，把隐患消灭在萌芽）、事中的智能诊断 Agent（性能诊断、根因定位 RCA，日常值班与工单处理中使用最多）、事后的洞察分析 Agent（工单数据分析、客情预警、需求挖掘，共性问题回流补充 Skill）。

：整套 AIOps 能力可被多个 Agent 产品集成——TCInsight、WorkBuddy、KiKi，以及客户自己的 OpenClaw、AnClaw。

多智能体编排、能力读写分级、默认护栏——这是这套方案与「套一个 LLM Agent」的三点根本不同。

Skill 能力地图按「只读 / 可写授权」两个维度划分：

（只读）沉淀官方文档、最佳实践、运维手册、历史故障案例、内核原理，是 Agent 的经验存量，承载了约 70% 的使用率；

（只读）覆盖集群运行时所有「读」路径——日志、监控、拓扑、配置、分片分配；

（可写、需授权）处理索引级变更——修改副本数、分片搬迁、动态调参、Rollover；

（可写、需授权）编排集群级生命周期——创建、扩缩容、版本升级。Agent 组合调用四套 Skill，构成从「查看」到「变更」的完整运维闭环。

在控制台侧，多个入口提供了 AI 触点：监控页面发现指标超阈值会自动标记异常范围，支持一键触发 AI 诊断给出根因；日志页面支持对慢日志、异常日志一键分析调优——terms 查询数值类型、wildcard 模糊匹配、从 _source 过滤字段这类高耗模式，知识库 Skill 里都有完整的最佳实践沉淀。

比事中更进一步的是事前。三个典型的无人值守自愈场景：

感知—诊断—决策—执行—恢复全链路自动化，每一步可审计、可回放。

这些场景已经产品化：磁盘自动扩容在控制台一键开启，触发条件、比例、上限全可控。上线以来，

3700+ 集群开启自动扩盘，累计发起 2800+ 次自动扩盘流程，磁盘水位异常导致的告警与工单相比去年下降 73%

AI 让高阶运维命令像输出 HelloWorld 一样简单——普通运维人员在不理解原理的前提下，也能轻松接触到置空分片、forcemerge、reindex、shrink/split 这些资深运维才会碰的命令。门槛大幅下降，稳定性风险显著上升。

演讲中分享了一个今年年初的内部测试案例：对测试集群发起突增高频 Wildcard 大查询，触发熔断、多节点离线、集群变 Red；测试同学咨询自己的外部 AI 助手如何恢复——这个 AI 没有任何集群上下文，直接建议「置空分片恢复」；照做之后，

。所幸最终从快照备份恢复。这个案例引发了团队深度复盘：AI 在降低门槛、提升效率的同时，潜藏着非常严重的危险。

由此长出平台级三层防护体系：

平台防护做得再好，也拦不住客户用其他 AI 工具直连集群 endpoint。因此内核引擎层再加固：内核默认拦截置空分片等高危操作并支持独立开关动态控制；请求溯源默认记录读写流量以外的请求；

——删除/置空的数据先移入 trash 并上传 COS 暂存（默认 1 天可配），支持 API 恢复导入。平台 + 内核双保险，构成 Agentic AIOps 时代的安全防护体系。

传统 AIOps 的数据断、因果断、行动断三段断链，腾讯云 ES 用 Agentic AIOps 的四层架构一一接上；效率大幅提升的同时，用三道防线守住安全底线。智能运维的终局不是「让 AI 放手干」，而是「让 AI 在护栏内自主闭环」——这或许是 2 万集群、10 万节点规模下最务实的一条路。

导读：2 万多个集群、10 万多个节点、23 个开服地域——在这样的规模上做运维，传统 AIOps「看得见异常、串不起因果」的模式已难以为继。在腾讯云 x Elastic AI 搜索技术大会上，腾讯云 ES 云平台研发负责人吴容发表《AI Agent 驱动下的腾讯云 ES 集群智能运维实践》演讲，分享了覆盖事前巡检、事中诊断、事后洞察的 Agentic AIOps 四层架构，以及一个发人深省的反面案例：一次「听 AI 的话」的操作，如何让 1.4 亿文档瞬间掉零——以及由此长出来的三道安全防线。

从辅助驾驶到自主闭环：腾讯云ES的Agentic AIOps实践

本文整理自《AI Agent 驱动下的腾讯云 ES 集群智能运维实践》演讲，分享了覆盖事前巡检、事中诊断、事后洞察的 Agentic AIOps 四层架构，以及一个发人深省的反面案例：一次「听 AI 的话」的操作，如何让 1.4 亿文档瞬间掉零——以及由此长出来的三道安全防线。

人工智能

运维

云计算

腾讯云ES智能运维实践：2万+集群、10万+节点规模下，AgenticAIOps四层架构实现事前巡检、事中诊断、事后洞察全链路自动化，磁盘自动扩容使告警下降73%。同时，针对AI误操作导致1.4亿文档丢失的教训，构建命令分级白名单、高危拦截、二次确认三道安全防线，实现护栏内自主闭环。

自动化运维

Elasticsearch 

数据分析

事件中心

日志分析

智能体

大数据

WorkBuddy 

OpenClaw

TCHouse

AIOps

Agent

IaaS

2026上云采购 | AI焕新·智启新局

lexiang

mmdp

对象存储COS新用户低至1元！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

从辅助驾驶到自主闭环：腾讯云ES的Agentic AIOps实践

从辅助驾驶到自主闭环：腾讯云ES的Agentic AIOps实践

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐