让天下没有难查的故障:2025 阿里云 AI 原生编程挑战赛正式启动
在云原生与 AI 原生架构加速演进的今天,系统复杂性已远超传统边界。运维与可观测不再只是“看日志、查指标、盯告警”,AI 大模型为 Operation Intelligence 实践指明了新方向。
秉持“以赛为媒”的宗旨,阿里云云原生编程挑战赛始终致力于为热爱技术的年轻人提供一个挑战世界级技术问题的舞台,孵化前沿技术领域第一批最佳实践和原型方案。在与全球创新人才共同见证云的第一个黄金十年后,云原生编程挑战赛再次升级,现在,“AI 原生编程挑战赛”集结号已经吹响,诚邀全球开发者一同用 AI 这把钥匙,开启新架构、新应用、新场景的无限可能。
2025 年 9 月 1 日起,“2025 AI 原生编程挑战赛”报名通道已正式开启,冠军队伍或个人将获得最高 3 万元奖金!本次大赛由阿里云主办,云原生应用平台承办,聚焦 Operation Intelligence 的智能运维(AIOps)赛道,为热爱 AI 技术的开发者提供发挥创意和想象力的舞台,借助 LLM 强大的推理能力与标准化整合的多源可观测数据,找到 AI 应用在智能运维(AIOps)场景上的新方式。
🔗 大赛官网:https://tianchi.aliyun.com/specials/promotion/2025aicloudnativecompetition
挑战 AIOps 故障定位,打造你的第一个运维智能体
不玩“花架子”,解决真实场景运维挑战:
云原生、AIGC 等技术不断革新,数字经济发挥着越来越重要的作用。随之而来的系统稳定性保障,如何快速、准确定位系统成为无法回避的挑战。与此同时,LLM 凭借强大的推理能力,开始在可观测与智能运维(AIOps)领域发挥重要作用。多样的可观测数据、开源事实标准使得软件系统运行状况愈发透明。因此,越来越多开发者开始探索是否可以找到新方式,将 AI 应用在智能运维(AIOps)场景上,快速定位系统中存在的问题,提升系统可用性和稳定性。
基于此目的,本次大赛提供真实的云原生环境以及多模态可观测数据(Log、Trace、Metric、Entity、Event),在比赛过程中注入各种类型故障,希望选手能够借助 AI、快速、准确、低成本的进行故障根因诊断。
你的"任务"是:
阿里云云监控 2.0 作为一站式可观测应用平台,为 Log、Metric、Trace 等不同类型可观测数据提供大规模、低成本、实时的平台化服务,在阿里集团经历大量大数据场景锤炼而成。本次大赛中你的任务是基于阿里云云监控 2.0 提供的真实云原生环境及多模态可观测数据,对出现的各类型故障进行准确诊断。当然,我们非常鼓励借助 AI 打造能够快速、准确、低成本进行故障根因诊断的智能体(Agent)。
你的“战场”是:
● 真实环境: 一个部署在阿里云跨可用区(AZ)下的真实云原生电商系统,承载着背景负载与模拟用户交易行为。复杂且真实。
● 海量数据: 系统运行中产生的实时、多模态可观测数据(Log、Trace、Metric、Entity、Event)将由阿里云云监控 2.0 完整记录,并向所有选手开放。数据,是你的弹药。
● 未知故障: 我们准备了丰富的故障场景,它会在基础设施(IaaS)、中间件、应用等各个层面悄然“作祟”。挑战,无处不在。
你将收获什么?
● 丰厚的现金大奖,以及至高荣誉证书
● 与阿里云技术专家、顶尖高校学者面对面交流与指导的机会
● 一次借助 AI Agent、LLM、云原生等前沿技术的企业级实战历练
● 在云原生与 AIOps 社区中建立技术影响力
大赛顾问寄语
“2025云原生赛场,用 AI 算力浇灌产业沃土,让每个智能体都成为推动中国数字经济的强劲引擎!”
——刘湘雯,阿里云智能集团副总裁、中国计算机学会常务理事
“因云而生,由云原生打开数字世界;应运而生,从云原生走向智能原生。”
——李俊平,阿里云智能集团副总裁
“用数据说话,让系统可见。”
——周琦,阿里云智能集团云原生应用平台负责人
“愿每位参赛者以天池为起点,以数据为舟、以创新为帆,在未知领域乘风破浪。期待天池持续引领技术革新,见证更多改变世界的可能!”
——吴国全,中国科学院软件研究所研究员、中国科学院大学岗位教授
“大模型作为硅基智能的先锋力量,正以千军万马之势踏入运维领域。期待碳基 SRE 降服硅基 SRE 这匹野马, 构建新的运维局面。”
——陈鹏飞,中山大学教授、博士生导师
“当 AI 深度融入研发、测试与运维全链路,期待看到智能提升系统稳定性与效能。预祝各位选手在比赛中激发灵感,共创智能运维的未来!”
——周洋,阿里云智能云原生 SRE 负责人
“AI 可观测助你打造专属 Agent,成为运维最强王者!”
——王荣刚,阿里云智能云原生应用平台运营负责人
每一次技术范式的革新,都呼唤着新的解题者。我们深知稳定性的价值,更笃信 AI 的力量。
打造你的第一个运维 Agent,让天下没有难查的故障。这是 AIOps Agent 的使命,也是我们向你发出的英雄帖。2025 阿里云 AI 原生编程挑战赛报名已正式启动,希望看到你在这个舞台上,亲手创造 Operation Intelligence 的未来!
欢迎钉钉扫描二维码或搜索群号“83210048236”加入大赛交流群:
点击阅读原文,直达报名页面。
https://tianchi.aliyun.com/specials/promotion/2025aicloudnativecompetition

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
Agent 架构综述:从 Prompt 到 Context
资料来源: 火山引擎-开发者社区 背景 在观察去年以来对于“Prompt Engineering”的解构时,我们可以观察到一个微妙但重要的分歧。 一方面,专注于构建可扩展系统的前沿实践者们(如 Andrej Karpathy 等),积极倡导用 “Context Engineering” 来描述工作,认为 “Prompt Engineering” 这个词不足以涵盖复杂性,认为它只是 “Coming up with a laughably pretentious name for typing in the chat box(给在聊天框里打字起的一个可笑的自命不凡的名字)” 。因为他们构建 Agent 系统的核心挑战并非仅仅是 Prompt,而是设计整个数据流以动态生成最终提示的架构。 另一方面,近年来学术和正式文献倾向用 “Prompt Engineering” 作为一个广义的 umbrella term(伞形术语),其定义包括了 “Supporting content” 或 “Context”,把所有在不改变模型权重的前提下操纵模型输入的技术归为同一类型。 术语上的分歧可以反映该领域...
-
下一篇
Meta 与 Scale AI 合作现裂痕
自今年6月以来,尽管Meta向数据标注公司Scale AI投资了高达143亿美元,并聘请其首席执行官Alexandr Wang等高管加盟Meta Superintelligence Labs (MSL),但双方的关系似乎正面临挑战。 核心问题源于数据质量的争议。尽管进行了巨额投资,但消息人士透露,Meta核心AI部门TBD Labs的研究人员普遍认为Scale AI的数据质量不佳,更倾向于与Scale AI的主要竞争对手Mercor和Surge合作。Meta的TBD Labs在成立前就已与这两家公司有合作,但向一家数据供应商投入如此巨资后,仍然依赖其竞争对手的情况十分罕见。 这种现象背后反映出数据标注行业的变化。早期,Scale AI的众包模式依赖低成本劳动力处理简单任务,但随着AI模型复杂化,需要医生、律师等高技能领域专家来提供高质量数据。尽管Scale AI推出了Outlier平台,但像Mercor和Surge这样从一开始就建立在高薪人才模式上的竞争对手正迅速崛起。 除了商业合作上的紧张,双方的人事整合也遭遇挫折。Scale AI前高管Ruben Mayer在加入Meta仅两个月后...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Hadoop3单机部署,实现最简伪集群
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS关闭SELinux安全模块
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- Dcoker安装(在线仓库),最新的服务器搭配容器使用
- SpringBoot2配置默认Tomcat设置,开启更多高级功能