系統上線後的 Day 2 維運挑戰，除了分秒必爭的故障排除，另一個大魔王往往是災難後的 Root Cause Analysis (RCA) 撰寫。

在高壓的 SLA 要求下，我們常忙於救火，卻在事後為了還原現場、統整 Log 與撰寫檢討報告而耗費大量心力。

本次分享將不談誇大的 AI 全自動維運，而是聚焦於務實的應用：如何利用 MCP (Model Context Protocol) 串接維運工具，讓 LLM 能夠讀取真實情境數據，協助工程師快速生成結構化的 RCA 報告。

讓我們把整理資訊的繁瑣工作交給 AI，把寶貴的時間留給解決問題與架構優化。

聽眾收穫：

預計聽眾可以瞭解 AI + MCP 在發掘問題上可以有所幫助

功能可以強大在哪邊，限制為何，最後聊到隱私性問題