智能运维

84次

Yvonne Tian

百林哲咨询（北京）有限公司专家团队成员

SRE主导的智能化场景落地实践

随着大模型基础能力的不断提升，SRE领域在研发提效、运维提效、资源优化、系统可靠性提升等方向的智能化程度有了进一步提升的可能，朝着与业务结合的智能化运维方向演进

智能运维

88次

Cesar Li

百林哲咨询（北京）有限公司专家团队成员

基于大模型的可观测根因定位与告警分析实践

随着AI能力的普及，企业结合大模型、算法帮助提升运维工作效率，尤其是故障场景中的发现、分析、定位等环节的工作效率，均成为AIOPS行业应用趋势。

智能运维

80次

Guy Liu

百林哲咨询（北京）有限公司专家团队成员

可观测的智能化：任务规划在Agent落地中的挑战与应对

当前越来越多的企业开始引入基于LLM的智能Agent。智能Agent具备强大的泛化能力，可以自动适应多变的业务环境和复杂任务。而其中任务规划环节是关键

智能运维

76次

Zane Wang

百林哲咨询（北京）有限公司专家团队成员

AIOps在大模型训练场景的实践

为了达成高效训练的目标，企业借助AIOps快速发现训练问题、定位故障根源、快速恢复任务，进而保障了模型训练的有效时长，提升和保证资源的有效利用

自动化测试

90次

Hector Li

百林哲咨询（北京）有限公司专家团队成员

AI Agent质量保障体系建设与评测探索实践

当前智能体评测面临多重挑战，包括任务复杂性导致的行为不确定性，以及评估方法的局限性。此外，智能体性能、安全和伦理风险等问题进一步增加了评测难度。

自动化测试

98次

Wynn Kong

百林哲咨询（北京）有限公司专家团队成员

AI智能客服在解决技术支持工单问题中的探索与实践

传统技术支持工单模式，对客服及BD人员来说，存在响应慢、解决耗时长的问题；对产研团队而言，则面临重复处理咨询问题、工作频繁被打断、以及工单与项目优先级冲突等挑战

自动化测试

90次

Mandy Yu

百林哲咨询（北京）有限公司专家团队成员

AI重塑软件质量保障：从需求到用例再到自动化的智能测试闭环

当前，人工智能正在深刻重构软件测试的全链条能力。在测试需求分析、策略规划、需求到测试用例的自动生成、UI自动化测试、缺陷根因定位等领域均有显著突破

自动化测试

86次

Yvonne Huang

百林哲咨询（北京）有限公司专家团队成员

LLM驱动的精准测试提效及发展趋势

随着大模型技术快速发展，软件测试领域也迎来智能化变革。LLM通过代码理解、需求分析、用例生成、自动化执行、缺陷预测等能力，已经开始重构传统测试模式的边界

自动化测试

90次

Dan Wu

百林哲咨询（北京）有限公司专家团队成员

大模型评测平台落地实践：效果评测和性能评测

AI高速发展下，加强构建科学、全面、高效的评测体系，确保大模型应用的效果和性能，实现高质量、高可靠的大模型服务，成为企业亟需解决的重要核心问题。