用于代理式网络运维与智能运维的大语言模型：架构、评估与安全

大语言模型正广泛应用于网络运维（NetOps）与智能运维（AIOps），涵盖事件调查、根因分析及配置合成等任务。本文指出，基于 Agent 的运维需遵循严格的工作流，从证据收集到行动执行均需符合策略与检查机制。文章围绕自主性层级、工具范围及保障契约组织文献，强调系统可靠性取决于模型周边的管控机制而非模型本身。此外，提出应以工作流为中心的评估方法，包括沙箱重放与回滚感知评分，并探讨了靠近操作控制面时的安全风险，主张将自主性视为受控的操作控制问题。