AI 来了,30+ 运维要做什么、别做什么(以及为什么)

先说结论,而且是更要紧的一条:AI 能帮你做很多方案、干很多活,但最终的决策权始终在你手里。 AI 是参谋、是执行者,给你一堆选项;你是决策者,负责结合它给的方案,拍最后那块板。所以 30 多岁的运维真正该做的,不是和 AI 比谁敲命令快,而是拥抱 AI——用它当杠杆、用它的方案做你的决策,同时把自己挪到 AI 干不了的地方去。 这篇把"要做什么、别做什么、为什么"讲清楚。

一句话定位:AI 出方案,你做决策。做那个用 AI 的运维,而不是被 AI 落下的运维。

一、先认清:AI 能接管什么、不能碰什么

焦虑大多来自看不清边界。把它摊开看:

• AI 先替代的,是"有标准答案、可重复、模式化"的活:写脚本、查日志、翻报错、生成配置、写文档、背命令式的点操作、已知问题的标准排查。这些正是很多人每天在干、也最有"被替代感"的部分。
• AI 短期碰不了的,是"复杂判断、跨系统决策、对后果负责、人际协作":复杂故障的现场根因判断、有状态系统的架构与风险权衡、线上应急时拍板、跨团队推动、带人和对接业务。这些是 30+ 的经验护城河。

看懂这条边界,下面"做什么"就顺了:往右半边走,把左半边交给 AI。

二、30+ 运维要做的几件事

1. 把 AI 当"初级运维"使

写脚本、查日志、解析报错、生成配置、起草文档——这些丢给 AI,你省出来的时间用来做判断。把 AI 当一个手很快但需要你把关的初级帮手,而不是对手。

2. 从"执行"挪到"设计和决策"

AI 干执行,你就得干 AI 干不了的:架构设计、容量规划、成本权衡、技术选型、故障决策。别人能用 AI 替代的活越少,你越安全。

3. 深耕"复杂现场判断"

线上应急、奇葩故障的根因、有状态系统改动的风险评估——这些需要经验、上下文和担责,AI 还差得远。把这块练成你的招牌。

4. 把经验固化成平台 / 自动化(最关键的杠杆)

这条最值得展开。一句话:别当"救火队员"(每次靠你人肉冲上去),要当"消防系统设计者"(把灭火能力做成系统,你不在也能灭)。

年轻时拼的是手快、命令熟、能熬夜救火——那是"一双手",线性的,也最容易被替代。30+ 的真正优势是踩过足够多坑、知道哪里会出事;但这经验如果只在你脑子里、靠你半夜爬起来敲命令,它就不可复制、你不在就停摆。把它固化成系统,你的价值就从"一双手"变成"一套系统"——写一次,系统跑一万次;你不在,它照跑;团队都能用。

怎么固化?把人肉变成系统:

经验现在的样子(人肉)	固化成什么
出事 ssh 上去一条条敲命令查	自动巡检 / 一键诊断脚本
凭经验"这指标一高八成是 XX"	写成告警规则 + 大盘(可观测性体系),系统自动发现并定位方向
每次故障按记忆一步步处理	runbook 标准处置手册,甚至自愈(检测到 X 自动执行 Y 恢复)
别人要资源 / 变更都找你手动操作	自助平台 / IaC(基础设施即代码),别人自助、你定护栏

第二条最关键:把你脑子里的因果判断写进告警规则和大盘,就是把经验固化进可观测性体系——以后不用你盯,系统替你发现"这是 XX 场景"。而且这套能力正好双赢:设计系统、定因果靠你(AI 替不了),写脚本、查日志让 AI 干(你又驾驭了 AI)。

注:可观测性怎么搭,见上一篇《可观测性详解》。

5. 补软实力

沟通、带人、推动项目、对接业务——这些 AI 替不了,而且经验越久越值钱。技术之外的这层,是 30+ 相对年轻人和 AI 的真正优势。

三、不要做的几件事

1. 别只当"人肉执行器":纯敲命令、纯重复操作、纯背命令——AI 最先替代这些,护城河为零。
2. 别只会一个平台的点操作:技能太窄,平台一变 / 公司一换就被动。
3. 别抗拒 AI、假装看不见:不用 AI 的人,会被会用的同行甩开——这是这轮最现实的淘汰逻辑。
4. 别盲信 AI 输出直接上生产:AI 会一本正经地编、会错,运维出错代价大,它给的东西你必须验过再用。
5. 别只低头干活、不抬头看方向:不关心业务、不关心行业趋势,容易在组织里被边缘化。

四、为什么是这套逻辑

底层就一条:AI 擅长的和不擅长的,泾渭分明。

• AI 擅长压缩"已知":有标准答案、可重复、模式化的任务,它做得又快又便宜 → 这些先被接管。
• AI 不擅长处理"未知"和"担责":复杂现场的因果判断、跨系统的取舍、对线上后果负责、把人和事推动起来 → 这些是人的地盘。

所以正确的姿势不是"和 AI 抢着干活",而是"驾驭 AI 干已知的,自己专攻未知的"。也因此,真正的威胁从来不是 AI 本身——是那个比你更早学会用 AI 的同行。

五、一条可走的转型路径

不用一步到位,按这个阶梯走:

1. 先把 AI 接进日常:用它写脚本、查日志、生成配置,把重复活的时间省出来。
2. 再把经验做成系统:挑一两个你最熟的排查 / 救火场景,固化成巡检脚本、告警规则、runbook。
3. 往平台 / SRE 走:从"运维某些机器"升级到"建设和运营一套平台能力"(可观测性、自动化、自愈)。
4. 最后站到架构和决策上:做选型、定 SLO、扛大故障决策、带团队——这里 AI 最难替代,也最值钱。

快速参考

一句话:AI 出方案,你做决策——拥抱它、用它的方案拍你的板。取代你的从来不是 AI,是会用 AI 的同行;方向是驾驭 AI + 往 AI 干不了的地方走。

要做:① AI 当初级运维使 ② 从执行→设计决策 ③ 深耕复杂现场判断 ④ 把经验固化成平台/自动化(可观测性+runbook+自愈+IaC)⑤ 补软实力。

别做:① 当人肉执行器 ② 只会单一平台点操作 ③ 抗拒 AI ④ 盲信 AI 上生产 ⑤ 不看方向。

护城河:复杂故障现场判断、跨系统架构决策、对后果负责、沟通带人推业务——这些 AI 短期碰不了。

固化口诀:别当救火队员,当消防系统设计者——把"怎么排查"写进脚本、告警、runbook、自愈,让系统替你干。