基于LLM的AI应急：多模态信息智能化分析整合助力字节事故处置效率提升30%

文章预览

摘要：  2025年4月，基础架构-SRE-GOC、基础架构-SRE-数据化和基础架构-SRE-基础平台三个团队深入合作，将LLM的多模态信息智能化分析能力应用于故障应急领域，助力事故应急的AI智能化升级，事故应急整体效率提升30%。 一、背景介绍 “GOC”（Global Operations Center） 是字节跳动基础架构的稳定性保障组织，承接了字节集团主要核心业务的全量核心报警，提供7*24小时的监控盯屏+事故应急保障服务，是字节集团事故应急组织的一号位。 在整个应急流程中，监控是核心的一环，基础设施、基础组件、核心业务全链路的报警通过系统对接，转化为GOC 7*24值班台的应急事件，值班同学会进一步基于应急场景、指标异常、处置规范对每一条报警进行研判，发起不同程度的应急流程（风险预警，风险应急，事故应急），直至恢复闭环。 二、痛点分析 随着接入的监 ………………………………