AI 替代关键在手册，不在模型
昨天晚上，我做了一个测试。我让一直负责系统日常工作的爱马仕暂时下线，改由claude code代替爱马仕，执行每天晚上的系统结算。结果是，晚间结算成功跑通了。今天早上，我又继续测试，让claude code替爱马仕，执行早间的“今日修行”流程。流程也能运行。从表面上看，这次替换已经成功了：爱马仕不在线，换一个 AI，工作照样能够继续。但是在测试过程中，我发现了一个非常重要的问题。一、AI 能执行流程，不代表它真正理解这个岗位今天早上，我对claude code说：“开始今日修行。”它收到指令以后，马上就替
AI代写代码时代，运维为何愈发不可或缺
近两年来，不少技术从业者内心都有些焦虑。过去我们认为，掌握编程技能是一大壁垒。如今AI能够编写脚本、补全配置、生成Dockerfile，甚至能从后端到前端完成一个简易项目。似乎，入行门槛瞬间被拉平了。那么疑问产生了：既然AI都能写代码了，运维还有学习的必要吗？我的结论恰恰相反。AI编写代码的能力越强，运维的地位反而越关键。道理并不深奥。代码仅仅是系统的一个切面。真正让企业头疼的，往往不是“代码能否被产出”，而是它部署后是否引发故障，出问题后谁能迅速排查，能否安全回退，权限是否越界，日志是否可读，告警是否会
AI接管夜间运维：智能体全天候守护系统稳定
每起线上事故背后，都暴露一个根本问题：风险不分白天黑夜，但运维团队却有工作时间的限制。对互联网技术部门来说，系统稳定性的最大威胁，从来不只是高流量和高并发，而是流量波动带来的监控死角。深夜低谷期潜藏隐患、凌晨更新迭代暗藏危机、早高峰流量突袭响应不及时、晚高峰洪峰处理滞后。无数宕机、服务崩溃、接口超时事件都证明：多数线上故障，不是峰值瞬间冲垮系统，而是无人看管时段，小漏洞不断积累、层层放大后的后果。以前，行业应对夜间运维空缺的办法，几乎只有一种：人工通宵值班、轮班盯屏幕、节假日待命。但人力终究有限，疲劳误判
意识同频：从激光原理到 AI Harness 工程的启示
近期我一直在琢磨一个现象：为何有些团队人多了反而效率低下。反观另一些系统，却能具备极强的穿透力。后来我发现：症结或许不在“能量”，而在于是否“同频”。太阳和灯泡虽亮，却仅能照明。因为普通光因频率、相位、方向参差不齐而显得杂乱。于是导致能量相互抵消，犹如千人喧哗却无实质力量。关键在于“相干”。激光光子步调一致，频率、相位、方向统一，形成相干叠加，最终能切开钢板。故而真正强大的系统，往往更统一而非更复杂。团队瓶颈不在于人才，而在于步调不一。有人重理想，有人逐利益，有人谋权势。最终组织内部如同杂波干扰，能量被内
AI对系统稳定性影响呈两极分化：用得好故障减半，用不好故障翻倍
肖然，英湃科技Inspire（原Thoughtworks）高级副总裁、数智金融总经理，兼任中关村智联联盟秘书长、上高金研究员。他长期专注企业数字化与智能化转型，曾为招商银行、工商银行、中国银行、华为、中金等提供深度服务，并担任多家机构的特聘专家讲师。在大模型驱动的“人工智能+”时代，他专注数据与智能驱动的商业及组织变革，推动AI技术在金融机构的落地应用。无论是硅谷还是中关村，科技行业正经历一场前所未有的“算力与代码”竞赛。对于生成式 AI 与大语言模型（LLM），每家企业都怀有“降本增效、重塑业务”的宏伟
9D领导力的适应与风险分析
摘要：《韩非子.五蠹》提到：上古时期注重道德，中世追求智谋，而今则重视实力。任何系统存续的关键在于：清晰的边界、足够的能量以及至少一条支撑线。推论：边界不清或模糊→ 无法界定系统与外界→ 系统不存在缺乏能量或能力不足→ 无法抵抗熵增→ 系统崩溃没有支撑线或支撑线无力→ 缺乏骨架→ 无法构建稳定结构结论：一旦任一条件不满足，系统将消亡。9D系统领导力的边界指的是一个相对独立的群体，例如国家、企业、社团或家庭。该系统的能量
人工智能助力新型电力系统构建
人工智能技术是应对能源变革、提高运营效率的关键手段，能够有效解决新型电力系统中的大数据接入、系统稳定性、实时响应等问题，推动人工智能向边缘设备拓展，实现云端与边缘端的协同工作，支持发电、输电、变电、配电和用电等多个环节。在发电端，精确预测可再生能源产出；在网络端，优化调度决策，实现智能化运维；在用户端，促进需求响应及能效管理，推动‘人工智能+’战略，以‘数字化、绿色化’转型促进新型电力系统和能源体系的发展。下载原文请扫码进入星球：海量行业干货每日更新：