以前觉得最先替代的是程序员,看来网工也不远了,大家怎么看待
在网络工程师领域,DeepSeek可以用于哪些方面,以提高工作效率和解决复杂问题呢?
1. 自动化网络配置
- • 脚本生成:利用DeepSeek生成自动化脚本(如Python、Ansible),简化设备配置和管理。
- • 配置模板:根据需求自动生成设备配置模板,减少手动配置错误。
2. 故障排查与诊断
- • 日志分析:通过分析设备日志,快速定位网络故障。
- • 问题排查建议:根据故障现象,提供可能的解决方案。
3. 网络设计与优化
- • 拓扑设计:根据需求生成网络拓扑建议。
- • 性能优化:分析网络性能数据,提供优化建议。
4. 安全策略与漏洞管理
- • 策略生成:自动生成防火墙、ACL等安全策略。
- • 漏洞检测:分析设备配置,识别潜在漏洞并提供修复建议。
5. 文档生成与管理
- • 自动生成文档:根据配置和拓扑自动生成网络文档。
- • 知识库管理:帮助整理技术文档,方便团队共享。
6. 培训与知识分享
- • 技术问答:解答网络技术问题,提供学习资源。
- • 模拟场景:生成模拟实验环境,帮助练习复杂配置。
以前觉得最先替代的是程序员,看来网工也不远了
https://www.bilibili.com/video/BV1ioPqePEra/?buvid=XU02BAC041C677A122C95
赞赏
网工替代还需要一段时间,原因如下:
第一、网工需要做按照预算做规划设计、设备选型、物理施工、设备调试、不断优化、运维运营等步骤的工作,这其中通过经验来实现的,完全可以利用人工智能来替代,但是一些需要头脑风暴的,人工智能最起码目前还无法替代,同时涉及多个部门协调处理问题的网络,更是人工智能无法替代的。
第二、数据中心因为设备集中,连线冗余、安全区域等方面的建设要求,同时资金的使用也充沛,可以更快的部署人工智能来替代网工,但是网工大部分的场景是在园区网,园区网内很多设备都不具备配置功能,只是简单的互联互通,业务需求往往是因人而定,上一套人工智能比整个园区组网的代价都大,那么使用人工智能的可能性为零。所以网工的价值会降低但是肯定不会被取代。
第三、当年SDN一开始推广,就说要取代网工,结果是喊了多少年,网工基本上工作没变。基础网络需要网工去调试开局,underlay层的网络还需要人工去处理,overlay需要搭建在underlay上,overlay可以使用控制器和分析器去智能处理一些问题,但是物理层的故障还是需要人为处理。
我相信人工智能会让我们的网络更加稳定、快速、好用,但是还是需要千千万万的网工去付出劳动后才能更好的被人工智能所控制、优化。
视频里故障处理的逻辑分析还是人肉完成的啊
AI完成的主要是语音识别,命令匹配工作
不过,都由AI来完成确实不远了
赞赏
这个视频 主要体现的 意图网络的思维,我不懂网络配置命令,不懂网络,我懂业务需求,我只是想让A——B互联互通,我就用口语告诉设备,由AI实现。这就是业务决定技术。
赞赏
错误可以用冗余避免,现在云计算中出现问题一般用冗余和熔断机制,就是出现错误不用第一时间处理直接隔离即可。所以大规模AI意图利用后,也会使用多路径、冗余、熔断机制。这种情况怎么能说人工未来不可替代?
DeepSeek 现在只能提供帮助,但是还不能完全替代人类工程师的专业知识和经验。实际应用中,需要是需要牛马的经验,等到Deepseek训练好了,那我们就可以下岗了。
赞赏

- 1
- 2
- 3
1、意图网络是让业务需求直接变为网络状态,所想即所得。懂业务即可。现在业务A——业务B要连通,业务告知AI即可。 2、如果SDN最开始从数据中心开始的,现在园区网也sdn化,只能说是时间快慢问题,至于说的园区网的非标问题,这本身就是因为现有手搓网络的固有问题,只有实现了标准化最佳实践落地才能解决非标问题,更利于AI。
3、大型数据中心现在overlay已经实现了意图化、IaC化,underlay网络完成full-mesh互联后,工作价值变低,基本上沦为外协的helpdesk工作。
1、意图网络也需要物理网络支撑,就好比灵魂需要肉体支撑一样,即使再强的灵魂也一样。如果空谈灵魂,那就好比是谈论鬼片,娱乐一下算了。 2、标准是谁制定的,是人类还是AI。人的思维是活跃的,标准是死的,标准也在不断的优化。标准那么多,没有钱的情况下如何去做好标准?AI可以吗?肯定不行,做标准的还是网工。
3、full-mesh实现需要大量的财力支持,资本疯了,没有钱的投入,一切都是空谈!
4、目前遵循的计算机原理还是存储程序,程序控制,如果突破不了这个基本原理,那么后续的AI,也就无法取代网工。
5、网工的价值会下降,但不会消失,就好比现在通信手段这么先进,为什么美国还要求所有汽车必须安装收音机???
赞赏