双系统！中国电信通过信息系统稳定性保障能力分级要求（SRE）标准3级评估，SOMM运维能力显著跃升

2026年7月10日，中国信息通信研究院公布了第38批ITU DevOps 国际标准/DevOps 国内标准双证同步评估结果。

中国电信股份有限公司（简称“中国电信”）本次参评项目“中国电信产销品管理系统”和“政企产数营销管控系统”，顺利通过中国信通院SOMM运维能力成熟度 信息系统稳定性保障能力分级要求（SRE）3 级评估，代表中国电信的相关能力显著跃升。

评估单位：中国信息通信研究院

2026年7月10日，中国信息通信研究院云计算与数字化研究所审计与治理部副主任牛晓玲发布评估结果：

信息系统稳定性保障能力分级要求（SRE）聚焦系统稳定性与可靠性视角，依托 DevOps、AIOps、FinOps 技术，从研发过程与技术运营两个维度全面提升稳定性与可靠性。其中研发过程、技术运营两大过程均可独立参评。该标准级别划分为 1-5 级。

此次，我们采访了中国电信集团云网运营部IT维护处副处长袁辉先生，一同深聊团队在项目参与评估时的细节和故事，分享中国电信SRE实践的经验。

袁辉

中国电信集团云网运营部IT维护处副处长

中国电信股份有限公司上海企业信息化运营中心是中国电信集团云网运营部的重要生产操作中心，承担着全集团IT系统的规划、建设、运营等关键职能。中心自2008年成立以来，始终致力于推动企业信息化能力的持续提升，是中国电信数字化转型的重要支撑力量。

此次参评的两个项目均为中心核心生产系统：

集团 CPCP 系统（产销品管理系统）作为前端业务与后端中台之间的关键枢纽，承担着面向企业的全渠道业务运营支撑职能。系统核心功能涵盖产品/销售品信息管理、模板及流程管理、生命周期管理、产品/销售品全视图、主数据编码管理和系统管理等。目前系统已纳管全网销售品约80万个、集约产品1500个，年活跃用户超过5000人，服务范围覆盖集团总部、31个省级公司及专业公司。

政企产数营销管控系统是政企产数业务发展的核心生产管理载体，以商机全流程14个关键节点为管控抓手，汇聚多源业务信息，贯通商机项目全生命周期，实现“生产+管理”一体化运营管控能力升级，达成商机全纳管、业务全拆解、信息全穿透、风险全可控，全面提升产数业务数字化运营与管理效率。系统用户数量级达三十万，日均并发用户超过1000人。

能够顺利通过信通院 SRE 标准评估，我们感到非常振奋，也深感责任重大。这一成果是对团队长期以来在系统稳定性领域持续投入和专业能力的高度认可。SRE 标准评估由中国信通院依据信息系统稳定性保障能力分级要求（SRE）标准开展，覆盖研发过程的可靠性与连续性保障、技术运营过程的可靠性与连续性保障两大维度，涵盖设计与开发、质量保障、部署发布、故障预防、故障观测、故障处置、优化改进等全链条能力。通过评估不仅是对过去工作的总结，更是对团队专业能力的国家级认证。

在数字化转型全面深化的背景下，IT系统已从业务支撑工具演进为企业的核心生产力和竞争力来源。SRE理念的核心在于通过软件工程手段解决运维问题，实现稳定性与敏捷性的动态平衡——这一理念对大型企业尤其关键。

我们的体会有三点：

第一，稳定可靠是业务连续性的基石。对于服务内外部用户的IT系统而言，任何可用性下降都直接影响一线业务开展和客户体验。

第二，系统稳定性是创新的前提。通过错误预算机制，我们能够在保障底线可靠性的同时，为功能迭代和创新留出空间，实现“稳中求进”。

第三，可靠性是信任资产。尤其在政企服务领域，系统持续稳定运行本身就是最重要的品牌承诺。

选择参与 SRE 标准评估主要基于三方面战略考量：

第一，对标行业标准，找准自身定位。信通院 SRE 标准是国内系统稳定性保障领域最具权威性的评估体系，覆盖了从监控告警、应急响应、容量规划到自动化运维的全方位能力。通过评估可以帮助我们清晰认知在行业中所处的位置，明确下一步提升方向。

第二，以评促建，体系化提升稳定性能力。SRE 不仅是一套技术实践，更是一种文化和组织能力的体现。从 Google 提出的 SRE 金字塔模型来看，稳定性建设需要自下而上覆盖监控、应急响应、事后复盘、测试发布、容量规划到产品设计的完整链路。评估过程本身就是一次对现有体系的全面梳理和优化。

第三，输出经验，助力行业生态。中国电信在超大规模系统运营方面积累了丰富经验，希望通过参与标准评估，将自身实践与行业分享，共同推动 SRE 方法论在通信和政企领域的普及与深化。

评估带来的变化主要体现在三个层面：

理念层面，团队对 SRE 的认知从“工具和方法论”上升到“文化和组织能力”。核心转变体现在从被动救火到主动预防、从事后复盘到事前演练、从经验驱动到数据驱动的全面转型。我们深刻理解到，正如 Google SRE 所强调的，如果 DevOps 是“做什么”，SRE 就是“怎么做”的具体工程实践。

机制层面，通过评估我们系统性地完善了以下能力：

1. 全链路可观测体系：覆盖基础设施、中间件、应用层到业务服务层的完整观测能力

2. 混沌工程常态化：定期注入故障模拟，验证系统韧性，提前发现薄弱环节

3. 容量规划与弹性：基于历史数据的智能预测与动态扩缩容机制

4. 自动化运维：从人工巡检到平台化、可视化的自动化作业管理

成效层面，目前两个参评系统均实现年度可用性达99.9%以上，全年故障零发生，有力支撑了业务稳定增长。

改进成果主要体现在以下方面：

在故障预防方面，建立了完善的监控告警机制，当前告警优先于客户发现故障的比例已超过90%，达到了SRE成熟度四级水平。这意味着大多数问题在影响用户之前即被发现和处理。

在故障处置方面，通过自动化巡检和应急演练的常态化，MTTR（平均修复时长）显著缩短。完善的自动化工具链和应急响应机制将 MTTR 从小时级缩短至分钟级。

对业务侧的实质价值包括：CPCP 系统支撑的年活跃用户的日常操作体验更加流畅；政企产数营销管控系统保持稳定运行，大并发的用户业务操作得到可靠保障。SRE 实施带来的客户投诉减少和可用性提升，已成为实实在在的业务竞争力。

评估过程中最大的挑战是如何在两个业务特性和技术栈差异较大的系统上，建立统一而适配的 SRE 能力基线。

CPCP 系统作为运营十多年的核心系统（2014年上线），在技术债务治理、存量系统可观测性改造方面挑战较大；而产数营销管控系统（2024年上线）虽然技术栈更新，但在业务复杂度（14个商机管控节点）和用户规模上提出了更高要求。

我们的应对策略是：第一，统一标准，差异实施。 遵循信通院 SRE 标准的统一框架，但在具体指标设定、巡检频率、告警阈值等方面结合系统特点进行差异化配置。第二，存量与增量并重。 对 CPCP 系统重点实施可观测性补强和自动化运维改造；对产数营销管控系统重点推进混沌工程演练和容量规划体系建设。第三，以工具链支撑体系化。 通过构建统一的运维作业平台，将巡检、告警、变更、应急等能力平台化，降低重复建设成本。

我们的核心经验可归纳为“五个坚持”：

坚持度量驱动。SRE 的精髓在于将稳定性量化为可度量的指标。我们建立了覆盖SLI（服务水平指标）、SLO（服务水平目标）和错误预算的完整度量体系，确保所有改进决策有据可依。

坚持自动化优先。我们的目标是让运维工作占比持续降低，将人力从重复劳动中释放，投入到高价值的工程改进中。

坚持常态演练。混沌工程不是一次性的，而是持续进行的。我们定期在测试和生产环境进行故障注入，验证系统韧性，确保应急预案的有效性。

坚持事后勤复盘。每次故障（无论大小）后48小时内完成根因分析，将经验沉淀为知识库，并与监控告警联动，防止同类问题再次发生。

坚持文化先行。最重要的经验是，SRE 不仅是技术转型，更是文化转型。我们持续推动运维、开发、测试角色的融合，倡导“共同对可靠性负责”的责任文化，让稳定性成为每个人的共识。

下一阶段我们将重点推进以下工作：

一是向更高成熟度迈进。对标 SRE 成熟度五级标准，进一步提升智能化运维水平，包括基于 AI 的异常检测、智能告警抑制和自动化根因分析能力。

二是扩大 SRE 覆盖范围。将本次评估中积累的经验和能力模板推广至更多核心系统，形成 SRE 能力的进一步对标赋能。

三是深化 AIOps 与 SRE 融合。结合 eBPF 等技术，探索智能运维在故障预测、容量推荐、变更风险分析等场景的深度应用。

四是加强人才培养。SRE 最终要靠人来实现。我们将持续培养具备软件工程思维和运维能力的复合型 SRE 人才，打造一支高韧性团队。

结合最新研究和行业实践，我们认为 SRE 的发展将呈现三大趋势：

第一，从可观测到可预测。当前的可观测性侧重“事后发现”，未来的发展方向是“事前预测”。借助 AI 技术，系统将具备趋势预测、动态阈值和智能预警能力，实现从被动响应到主动防御的跨越。

第二，自愈系统成为标配。基于自动化脚本和智能决策引擎，系统将能够自动执行故障隔离、流量切换、资源扩容等操作，真正实现“无人值守”的高可用运维。

第三，SRE 与业务价值深度融合。SRE 不再只是技术团队的内部事务，而是通过 SLO、错误预算等机制，将系统稳定性直接与客户满意度、业务收入挂钩。可靠性正在从“技术成本”转变为“业务资产”，成为企业数字化转型的核心竞争力。

1、中国电信产销品管理系统

2、政企产数营销管控系统

SLO 指标监控：

系统巡检：

业务系统自身监控：

日志系统：

故障管理：