阿里云揭秘技术服务助手TAM-Copilot显著提升服务效率

　　目前，TAM-Copilot已经在问题总结、方案生成、信息洞察★★■、事件处理、需求管理等多个场景实际应用■◆★■，单次问答可节省50%以上的时间。未来，随着更多新功能的加入，预计覆盖更广泛的服务场景。

　　阿里云技术服务涵盖了技术售后、技术支持及专家服务等多个方面，这些工作不仅需要深厚的云产品最佳实践知识，还要求具备高水平的专业运维技能。然而◆★★，传统以机器学习算法为主的智能运维方案难以满足实际服务过程中对标准化和准确性的高要求，也无法替代那些复杂的服务动作◆★■◆■。

　　最后，程哲桥总结道：◆◆★★■“当前大模型并不能一次性解决技术服务的问题，但是只要找到合适的场景，选择合适的应用形态并且持续优化，就能逐步体现智能化的价值■■◆★★。”

　　此外，他还强调，除了生成高质量的解决方案外，TAM-Copilot还能直接参与到具体的操作中去。借助于各类服务工具的支持，TAM-Copilot为不同的场景构建了不同的智能体（Agent），以更好地理解和响应用户需求。这些智能体通过预设提示词与工作流编排◆★，实现了包括但不限于系统观测、风险巡检■★★★◆、问题诊断等功能■■◆★★■，极大地提高了工作效率。

　　程哲桥指出■★，阿里云技术服务团队积累了丰富的专业知识■◆★■★★，这为大模型的应用提供了坚实的基础★◆■◆■■。利用历史服务工单★★★◆◆、官方文档以及内部知识库等数据，团队在通义千问上构建了技术服务专属大模型，并采用搜索增强生成技术（RAG）进一步提高了TAM-Copilot所生成解决方案的准确性。

　　近日◆★◆■，在南京举行的2024 NJSD GenAI 软件开发者会议上，阿里云技术服务产品负责人程哲桥分享了题为《运维大模型Agent的工程化落地》的话题。他详细介绍了基于大模型技术构建的智能辅助系统“TAM-Copilot”■◆◆◆。该系统通过整合专业领域知识和服务工具，显著提升了技术服务的便捷性和效率■◆★◆。