再见控制台，迎接代理时代： 管理中的人工智能变革

应用交付作为一门学科一直充满活力，随着应用架构、基础设施和用户期望的变化持续演进。 从单体架构向微服务架构的转变对传统管理方式带来了前所未有的压力，促使企业重新审视应对复杂性和扩展性的策略。 企业组合已高度现代化，其中53%的应用被归类为现代应用，随着人工智能的普及，这一比例还将持续增长。 

虚拟化、容器和云——曾经新颖——如今已成为基础标准。 它们带来了对自动化日益增长的依赖。 从自动化脚本到人工智能驱动的决策，实际上是下一步合理的演进。

今年的研究凸显了一个关键转变： 近一半受访者表示希望利用人工智能进行策略制定和运营决策。 他们对此感到非常自在： 有99%的人愿意让人工智能自主完成至少一项运营任务。 

显然，企业对低效的工作流程、相互冲突的控制台以及与API打交道的复杂性感到不满，因此他们共同推动一种能够在多个环境中运行、由 AI 驱动的单一界面。

为什么管理控制台即将走向终结？ 在混合多云世界中，运营团队需要应对众多环境、工具和仪表盘。 

近十年来，我们一直在问关于多云环境中交付和保障应用的挫败感的同样问题。 前三名几乎没有变化，主要集中在API与工具的复杂性、应用性能问题，以及跨云迁移应用的挑战。 

这种碎片化增加了配置错误、合规偏差以及安全盲点的风险。 再加上通过临时网络通信的微服务，以及不断增长的 API 列表，让你面临一场潜在的运营噩梦。

也就是说，今年我们要求受访者仅选择排名前两位的因素，以缩小真正让人感到沮丧的原因范围。 甚至连我们自己都对结果感到有些惊讶： 53%的受访者将多云环境中不一致的安全策略列为他们的最大困扰，47%的受访者则指出，不一致的交付策略紧随其后。 

进入 AIOps，这是一种结合自动化、分析和 AI 驱动编排的实践，用于维护和优化应用服务。 AIOps 承诺统一可观察性数据、整合安全策略，并在所有环境中实施一致的治理。 操作员无需在多个控制台之间切换，而是与一个能够理解自然语言、提供建议并在最少监督下执行任务的智能系统互动。 超过一半的组织希望利用人工智能自动调整交付策略，以实现服务水平目标——这明确表明对自动化决策的信任正在逐步增强。

一个重大范式转变是，人工智能将在未来成为应用交付和安全的主要控制平面。 这意味着基础设施的“脑”——处理来自用户、系统和网络的应用程序与API数据的核心区域——将是一个不仅能进行分析，还能实现实时调整的人工智能平台。

为了实现这一目标，组织需要清晰、一致的数据流和强大的治理框架。 人工智能的优劣取决于它所吸收的数据。 这就是为什么我们重新强调端到端可观察性：跨物理、虚拟和云资源的持续监控。 一旦数据实现统一，人工智能就能识别出模式——比如突发的流量激增或可疑的用户行为——并立即做出反应，通过重新配置负载均衡、调整防火墙规则或增加更多资源。

安全也不再是事后才考虑的事情。 人工智能驱动的安全意味着实时适应的动态、情境感知的策略。 例如，如果异常情况表明潜在的威胁路径，AI 可以立即应用额外的 WAF 规则或加强 API 安全性，而无需等待人工干预。