极客时间-AIOps训练营|AIOps训练营

这门课的主题是 AIOps，也就是把 AI 能力接进运维流程。它要解决的不是"运维会不会被替代"这种空谈，而是一个很具体的场景：K8s 集群出问题时，告警一堆、排查靠人、扩容靠拍脑袋，能不能让程序自己判断、自己动手。课程从云原生和容器打底，一路走到用 Go 写 Operator、用 Agent 做故障自动修复，主线是"让运维动作代码化、自动化"。

适合什么基础的人学

如果你完全没碰过 Linux 和命令行，这门课会跟得很吃力，建议先把基础补上再来。比较合适的起点是：写过至少一门后端语言，对容器和 K8s 有概念性认识（知道 Pod、Deployment 大概是什么），但没真正用代码去操作过集群。课程里 Go 和 client-go 占的篇幅不小，所以最好能读懂 Go 的基本语法，哪怕不熟练，边看边查也行。纯运维背景、没写过代码的同学，需要额外花时间在 Go 上，这点要提前有心理准备。

建议先看哪几块

不要从第一节顺着往下刷。更高效的做法是先看 AIOps 入门和 Agent 入门这两部分，搞清楚这门课对"AIOps"的定义边界——它讲的是用程序替代人工判断和操作，而不是训练一个大模型来聊天。建立这个认知之后，再回头补云原生基础和容器、K8s 入门，把环境跑起来。真正决定你能不能学下去的是 client-go 和 Operator 这两段：前者是 Go 操作 K8s 的入口，后者是把运维逻辑封装成集群原生组件的方式。流量预测自动扩容那一节可以放到最后看，它更像一个综合案例，前面没打通会看不懂。

学完能独立做什么，资料怎么用

按这条主线走完，你应该能独立完成几件事：用 client-go 写一个能监听集群资源变化的小工具；把一段重复的运维操作封装成 Operator；让 Agent 在检测到异常时触发预设的修复动作；以及基于历史流量数据做一个自动扩缩容的判断逻辑。这些都是能落到实际工作里的产出，不是演示级别的玩具。

资料配合练习时注意两点。一是直播答疑部分信息密度不均，建议在遇到具体报错时再去翻对应场次，而不是当正课听。二是代码类内容只看不写基本等于没学，每看完一个实战模块，最好在自己的测试集群上复现一遍，哪怕只是把参数改掉看结果变化。集群环境建议用本地或云上的测试资源，别拿生产环境练手。整体看，这门课偏向工程落地，适合已经有一定开发或运维经验、想把自动化能力补上的人；如果你期待的是速成或者纯理论科普，它可能不太对路。