Pablo Gerboles, Alive DevOps 的创始人和首席执行官 Pablo Gerboles Alive DevOps 的创始人和首席执行官

速度而不紧张：人工智能如何重写DevOps

软件开发需要新产品以极快的速度创建和交付，不间断地进行持续交付。作为现代软件团队的骨干，DevOps响应了这一需求。然而，需求正在加剧，裂痕开始出现。倦怠症猖獗，观察性工具让团队感到不知所措，开发者速度的承诺往往感觉像空洞的营销宣传。幸运的是，人工智能正在介入帮助DevOps。其速度、洞察力和简单性是改变局面的关键。大多数公司对观察性的误解问任何DevOps工程师关于观察性，你会听到关于仪表盘、日志、跟踪和指标的内容。公司经常为“跟踪一切”而自豪，建立复杂的监控堆栈，产生无尽的数据流。但是问题在于：观察性并不是关于你收集的数据量。相反，它是关于理解数据背后的故事。一栋房子可以有10个安全摄像头，但如果没有一个指向前门，你可能会错过入侵者。不幸的是，这是许多团队面临的情况：被指标淹没，但仍然无法确定问题的根源。观察性应该简化决策，而不是使其复杂化。缺少的是上下文。观察性工具应该连接点，帮助团队了解什么是重要的，为什么会发生。例如，不仅仅显示CPU使用率激增，还应该解释这是由于新部署、流量模式或上游服务故障。 如果你的团队需要数据科学博士来理解你的监控堆栈，你就错过了重点。 最好的工具引导你找到有直接业务影响的可行见解。 人工智能在这里发挥着关键作用。它帮助DevOps团队通过提供系统行为的丰富、有上下文的分析来消除噪音。与其强迫工程师筛选原始数据，人工智能表面化异常、关联事件，甚至建议补救措施。这种转变不仅仅是关于节省时间；它是关于赋予工程师解决问题的能力，而不是寻找问题。为什么DevOps团队会倦怠DevOps本应是开发和运营之间的和谐，但对于许多团队来说，它已经变成了一项赫拉克勒斯式的任务。DevOps工程师被要求同时处理多项任务：发布代码、扩展基础设施、修复安全漏洞、在凌晨2点响应警报、优化速度——同时保持完美的正常运行时间。这不再是一份工作，而是五份工作的集合。结果是：倦怠。DevOps团队总是处于扑灭火灾的模式，急忙扑灭一场又一场火灾，同时知道另一场火灾就在拐角处。但这种反应文化扼杀了创造力、动力和长期思考。一直处于待命状态会拖垮个人员工和整个团队的创新和成长能力。问题的一部分在于组织如何处理DevOps。他们没有设计能够自我管理的系统，而是依靠工程师作为人为的补丁，修复糟糕的架构，处理本应早已自动化的重复工作。这种“以人为本”的系统可靠性方法是不可持续的。人工智能提供了一条出路。通过自动化噪音密集型任务，如警报解决、异常检测和日志关联，人工智能可以承担目前消耗人类精力的苦差事。与其在凌晨2点唤醒工程师处理虚假警报，人工智能可以过滤警报，只升级真正重要的警报，赋予团队从反应式灭火转向主动系统改进的能力。简而言之，人工智能并不取代DevOps，而是减轻了负担，给工程师带来了他们需要的喘息空间。人工智能如何减轻负担基础设施“自我维护”的理念长期以来一直是DevOps的梦想。有了人工智能，这个梦想正在成为现实。人工智能本质上是每个DevOps工程师希望拥有的助手，提供三个关键优势：实时异常检测、预测故障建模和自动解决和建议。通过实时异常检测，人工智能可以在问题出现时立即标记它们，超越许多团队经历的典型“警报疲劳”。通过分析模式和基线，人工智能知道什么是正常的，什么是有问题的，从而减少虚假阳性，快速检测真实威胁。感谢预测故障建模，人工智能可以检测今天的问题并预测明天的问题。通过分析历史趋势，人工智能可以预测诸如资源耗尽或流量瓶颈等问题，并在它们升级之前提出解决方案。 最后，自动解决和建议使人工智能能够超越警报并采取行动。例如，如果服务由于内存限制而崩溃，人工智能工具可能会自动将其扩展。或者它可能会建议解决方案，为工程师提供一个起点，而不是让他们盲目地进行故障排除。人工智能在DevOps中的美妙之处在于，它不会试图取代工程师。它放大了他们。想象一下，花费更少的时间滚动浏览日志，更多的时间设计推动业务向前发展的系统。这就是人工智能带来的承诺。在不牺牲安全或质量的情况下提高开发者速度速度已经成为开发团队的圣杯。公司希望更快地发布、更快地迭代、更快地让客户满意，但没有防护措施的速度可能会导致混乱，导致产品质量差、安全风险和用户沮丧。那么，企业如何在不引来灾难的情况下提高速度呢？秘密在于消除摩擦，而不是抄近路。速度不仅仅是关于匆忙，而是关于简化流程和消除障碍。与其等待QA周期捕获错误，自动系统可以在代码合并之前测试每一段代码。人工智能甚至可以检测构建失败的模式，向开发人员提供早期的可行反馈。安全性不应该是事后补充，在流程结束时添加。人工智能工具可以将动态安全测试集成到开发的每个阶段，捕获在生产之前的漏洞。开发人员不应该需要十二个批准才能部署代码。人工智能可以强制执行护栏，确保交付的内容是安全和经过良好测试的，而不会用手动检查来负担团队。通过让人工智能处理重复任务并确保质量，工程团队获得了在不损害价值的情况下快速移动的自主权。速度是关于建立系统，在这些系统中，速度和稳定性和谐地协同工作。有了人工智能，工程师不再被日志淹没或为可避免的中断而醒来。他们是建筑师，设计能够学习、自我愈合和自主扩展的系统。他们不再被噪音淹没，而是专注于推动业务成果的有意义的改进。人工智能使DevOps更快，并恢复了人类的触感。而不是短跑，DevOps的未来是一段稳定、可持续的旅程，朝着更智能的系统前进。有了人工智能为我们铺平道路，团队终于可以在不紧张的情况下拥抱速度。毕竟，技术应该赋予我们力量，而不是让我们筋疲力尽。