Resolve AI的SRE-1模型在生产警报中寻找根本原因,AI代理进入值班

媒体报道 SiliconANGLE AI 原文语言:英文

Resolve AI推出了27 B参数的SRE-1模型和Primary On‑call服务,能够在生产警报中自动定位根因并在无需人工介入的情况下处理警报。测试显示,单次调查的成功率从6.9%提升至38.8%,并且80%的警报可在不升级的情况下完成,平均解决时间提升十倍。

全文

Resolve AI Inc. 事故修复公司宣布推出 SRE-1,这是一款经过训练以找出生产警报根本原因的新模型,以及 Primary On-call,这项新服务将在人工工程师之前让其人工智能代理值班。

该模型于周三宣布,体现了公司认为 AI 已经改变了软件的编写方式,但几乎未触及软件的运行方式的观点。根据 Resolve AI 的说法,生产环境没有公开的训练语料库来匹配模型学习的已发布代码,因为每家公司的事故都是私有的。

SRE-1 是一个拥有 270 亿参数的模型,基于开放权重构建,由 16 位 AI 研究员团队在最多 512 块图形处理单元上进行 7.4 天的最终训练。通过在相同事故上进行前后对比测量,仅使用强化学习进行训练后,单次调查的通过率从 6.9% 提升至 38.8%。

Resolve AI 使用 Snowflake Inc. 的 Cortex Training——一种用于定制开放权重模型的无服务器服务——来构建 SRE-1。Snowflake 工程副总裁 Vivek Raghunathan 表示,Resolve AI 是该服务的首个设计合作伙伴。

在对 49 起困难的实时生产案例进行测试(每个案例运行五次)时,五个 SRE-1 调查的集合在成本更低的情况下匹配了测试中最强的前沿模型。Resolve AI 还在 178 起生产警报调查上对其完整系统进行基准测试,解决的事故数量约为通用编码代理的两倍。

Primary On-call 将该研究成果用于关键路径。公司称,每一次呼叫都会在遥测、基础设施、代码和运营知识中进行调查。根据调查结果,代理可以关闭警报、在团队策略允许的情况下缓解问题,或升级给人工工程师。行动完成后,代理会将修复与生产基线进行对比,并监控直至恢复保持。

该代理还会将相关警报和调查链接到每个底层问题的共享视图中。对于不愿立即交出呼叫权的团队,Resolve AI 提供影子模式,记录代理在每次呼叫中本会采取的操作。

据称,生产环境中高达 80% 的呼叫警报由 Primary On-call 处理且无需升级。客户报告平均解决时间提升十倍,根因准确率最高可达 95%,这都是根据 Resolve AI 的数据。

Salesforce Inc. 是早期用户之一。Salesforce 的软件工程首席架构师 Bhupesh Patel 表示,在暗上线测试的前几周,代理关闭了 CRM Analytics 团队超过 70% 的呼叫警报,“而未唤醒工程师”。

“没有任何工程团队能够跟上代码和补丁在生产环境中快速上线的速度,”Resolve AI 首席执行官 Spiros Xanthos 说。“答案是能够足够准确、足够快速地坐在关键路径上的代理,而这需要为生产环境构建的模型。”

Primary On-call 现已正式发布。SRE-1 的访问仅限于 Resolve AI 自己的平台。

Resolve AI 是一家获得风险投资支持的初创公司,迄今已筹集超过 1.9 亿美元,其中包括 4,000 万美元的 A 轮扩展融资(2024 年 4 月),由 DST Global 和 Salesforce Ventures 主导,估值 15 亿美元。重要客户包括 Coinbase Global Inc.、DoorDash Inc.、Figma Inc.、MSCI Inc.、Nasdaq Inc.、SAP SE 和 Zscaler Inc.。

图片:Resolve AI

正文为 AI 译文。

参考来源

← 返回每日AI报告