主观判断的不确定性随之放大，这给我们运维平台的稳定性保障带来了极大的挑战，同时也让我们认识到，面向过程与操作的的运维模式将难以为续。
面对这样的处境，业界巨头其实早已开始了这方面的探索。典型系统有微软的AutoPilot、Google的brog（K8S），阿里的Apsara Infrastructure。这些系统的背后，都具有一个共同的基本原理 - 面向终态。虽然一百个人会有一百种走法，但每个人要到的目的地都是罗马。如果我们直接告诉系统，最后想要的结果，而让系统自主决定操作方式的话，就能很好规避操作不确定性的问题。这意味着用户不必再心惊胆战的规划执行路径，而是简单告诉系统，你的最终目的。而至于系统怎么规划执行路径，则根据线上实时状况以及知识库来决定，动态调整，使命必达。

1、 业务背景
¡ 业务背景
¡ 上一代运维系统所面临的挑战
¡ 业界巨头再解决类似问题上的尝试
2、架构详解
¡ 任务型系统和终态系统的对比
¡ 控制论基本原理和终态系统原理
¡ 系统组成
¡ 系统架构详解
3、典型业务难题（案例）
¡ 如何支持诸多业务形态
¡ 如何兼容多种基础架构
¡ 如何处理有状态与无状态
4、 眺望未来
¡ 架构演进
¡ 与生态的关系

架构背后的逻辑，非常简单。告诉系统最终结果，系统自己做，边做边调整。但真正实现起来，复杂程度远远超出了之前的预估。Normandy作为阿里的应用运维平台，是阿里集团最大的运维入口。往上承载了天猫、淘宝、等诸多BU的业务，这引入了业务的多样化，需求的多样化。往下，Normandy对接多种基础设施，包括阿里云、物理机、Sigma/K8S等诸多设施，这意味着基础架构的多样化。运维形态上，应用运维适合无状态，但中间件的运维，又是有状态。诸多问题一股脑的摆在了我们的面前。

目标：用一套架构，以一种抽象形式一揽子解决运维的关键难点

收益：阿里巴巴在这个背后对运维的思考，交付中核心的重要要点。

启示：了解终态架构建设的过程，以及建设过程中所面临的现实业务挑战，妥协和调整。