AI SRE

AI SRE 整合 Splunk Observability Cloud 中的代理式 AI 與嵌入式 AI，提供涵蓋整個事件回應生命週期的代理式 AI 體驗，包括偵測、疑難排解及修復。這項以 AI 為原生設計的使用者體驗整合 Observability Cloud 中的 AI 助理與 Splunk MCP Server，可提供情境見解，讓團隊擺脫繁瑣的手動疑難排解工作，專注於最重要的任務以及下一步的創新與開發。

對工程團隊而言，疑難排解向來像是一場捉迷藏，尤其是在 Kubernetes 等複雜環境中執行的現代化應用程式。過去 DevOps 與網站可靠性工程師 (SRE) 往往必須在多個儀表板、日誌和指標資料之間來回搜尋，甚至切換不同工具與畫面，才能找出服務中斷或效能問題的根本原因。AI SRE 正是為了解決這項挑戰而生。

AI SRE 的角色如同網站可靠性工程 (SRE) 團隊成員，能自動篩選並分析所有指標、日誌與追蹤資料，判斷您的應用程式或基礎架構是否出現問題，並找出最可能的根本原因——全部以通俗易懂的語言，在您現有的工作流程中呈現。相較於手動翻閱海量文件，在多個畫面、分頁和工具之間瘋狂切換，團隊可以隨時隨地直接取得依機率排序的潛在原因、清晰的影響分析以及具體可行的建議。

工程團隊的真正價值來自於 AI，故障排除代理將數小時的手動調查轉變為僅數分鐘的洞察的方式。當團隊查看警示時，代理程式會分析從近期部署、Kubernetes 事件到歷史事件紀錄等各項資訊，甚至能標示出過往修正案例中的相似模式。它不僅止於指出問題徵兆，更能提供精簡的根本原因分析 (RCA) 摘要，讓團隊能夠快速從容地採取行動，減少停機時間並維持服務穩定運作。借助 Observability Cloud 的 AI 協助，您的團隊能減少處理緊急問題的時間，把心力移到更重要的事物。

在檢視疑難排解代理程式所提供的疑似根本原因及相關佐證資訊後，團隊即可運用 Splunk Observability Cloud 中的 AI 修復計畫。AI 修復計畫會產生循序引導的處理步驟，協助團隊實施長期解決方案，降低甚至徹底消除未來再次發生類似問題的風險。團隊可在修復流程中依需求完成或撤銷步驟，並獲得相關行動的摘要。完成後，團隊可以將警報標記為已解決，若結果未達預期，則給予回饋。

AI SRE 的主要優勢在於，協助團隊減少為了在影響客戶前發現與修正問題所需的大量人工負擔，進而大幅降低平均問題解決時間 (MTTR)，讓團隊能更專注於關鍵任務並推動未來創新。