AI SRE

AI SRE 将 Splunk 可观测性云中的代理式 AI 和嵌入式 AI 相结合，提供涵盖整个事件响应生命周期（包括检测、故障排除和修复）的代理式 AI 体验。这是一种 AI 原生用户体验，包括可观测性云和 Splunk MCP 服务器中的 AI 助手，它能提供契合当下情境的洞察，确保团队能够专注处理重要事务并制定后续计划，而无需手动排除故障。

对于工程团队来说，排除故障一直是一场捉迷藏游戏，尤其是涉及在 Kubernetes 等复杂环境中运行的现代应用程序时。以往，DevOps 和站点可靠性工程师 (SRE) 必须在多个界面和工具中搜索仪表板、日志和指标，以精准定位故障或性能问题的原因。这正是 AI SRE 的“用武之地”。

AI SRE 就像一位站点可靠性工程 (SRE) 团队成员，通过自动筛选所有指标、日志和跟踪数据，识别应用程序或基础设施是否存在问题，并揭示潜在的根本原因——所有输出内容均以通俗易懂的语言显示，且可导入现有工作流。团队无需在多个界面、选项卡和工具间切换上下文，也不必手动查看大量文档，即可随时随地按需获取潜在原因排名清单、清晰的影响分析和切实可行的建议。

工程团队的真正价值在于，AI 故障排除代理可将数小时的人工调查转化为几分钟的洞察。当团队查看警报时，代理会分析近期部署、Kubernetes 事件和历史事件等多项内容，甚至重点显示以往修复中的模式。它不仅能识别问题的症结，还能提供简明扼要的根本原因分析 (RCA) 摘要，以便团队自信迅速地采取行动，减少停机时间，并保障服务顺利运行。在可观测性云 AI 技术的支持下，您的团队就能减少解决突发问题的时间，投入更多精力处理重要事务。

在审查疑似根本原因和故障排除代理提供的证据后，团队可以利用 Splunk 可观测性云中的 AI 修复计划。AI 修复计划可生成指导步骤，助您实施长期解决方案，从而减少或消除这些问题。团队可以在整个修复流程中按需完成或撤消步骤，并接收相关操作的摘要。完成后，团队可以将警报标记为“已解决”，如果结果不符合其预期，则可提供反馈。

AI SRE 的主要优势在于帮助团队减少当前需要手动完成的繁琐工作——即在客户受到影响之前查找和修复问题，这有助于团队大幅降低平均修复时间 (MTTR)，确保其能够专注处理重要事务并制定后续计划。