随着信息技术工程系统的复杂性不断提高，系统运行过程中的故障诊断与修复效率已成为影响工程安全性与可靠 性的重要因素。传统的人工维护方式在面对多维度、大规模数据环境时，往往存在反应迟缓、误判率高和成本过高等问题。 近年来，人工智能技术的迅速发展为信息系统的智能化管理提供了新的解决思路。本文从人工智能驱动下的故障诊断与自 动修复角度出发，系统分析了机器学习、深度神经网络、知识图谱与智能代理等技术在故障检测中的应用机制，探讨了基 于数据挖掘和智能决策的自动化修复策略。研究表明，人工智能能够显著提升故障诊断的准确率与响应速度，实现从“事 后修复”向“预测维护”的转变，对信息技术工程的稳定运行与智能化发展具有重要的现实意义与前瞻价值。