譯者 | 李睿

審校 | 重樓

人工智能（AI）的快速發(fā)展為企業(yè)優(yōu)化業(yè)務(wù)運(yùn)營(yíng)和提高創(chuàng)造力創(chuàng)造了新的機(jī)會(huì)。這一領(lǐng)域的一個(gè)關(guān)鍵發(fā)展是智能代理，這些代理在重塑DevOps和云交付過(guò)程中變得至關(guān)重要。它們專為達(dá)成特定任務(wù)與目標(biāo)而設(shè)計(jì)，這改變了系統(tǒng)在當(dāng)今動(dòng)態(tài)技術(shù)生態(tài)中的工作方式。

通過(guò)使用生成式人工智能代理，組織可以獲得實(shí)時(shí)洞察，并實(shí)現(xiàn)流程的自動(dòng)化。這有助于減少對(duì)人工操作的依賴，提高效率和可擴(kuò)展性。這些代理并不只是簡(jiǎn)單的工具，而是一種靈活的系統(tǒng)，組織可以利用它們收集的數(shù)據(jù)和知識(shí)庫(kù)做出明智的決策。因此，通過(guò)優(yōu)化資源的使用方式、降低錯(cuò)誤風(fēng)險(xiǎn)和提高整體生產(chǎn)力，人工智能代理帶來(lái)了巨大的價(jià)值。

更明智的DevOps方法

在傳統(tǒng)的DevOps實(shí)踐中，自動(dòng)化技術(shù)無(wú)疑是成功的關(guān)鍵因素，但這種技術(shù)通常依賴于靜態(tài)規(guī)則和預(yù)定義腳本。盡管這種方法在多數(shù)情況下行之有效，但是當(dāng)工作負(fù)載或環(huán)境遭遇不可預(yù)見的變動(dòng)，就可能面臨挑戰(zhàn)。人工智能代理可以在這方面提供幫助，它們?yōu)橄到y(tǒng)帶來(lái)了一層適應(yīng)性，可以處理這些潛在的問(wèn)題。

人工智能代理能夠分析當(dāng)前的情況，并根據(jù)以往的經(jīng)驗(yàn)和教訓(xùn)提出建議或?qū)嵤┳兏铩Ｒ栽平桓稙槔鼈兡軌騼?yōu)化資源配置，這有助于確保系統(tǒng)擁有適量的資源，這樣它們就不會(huì)被過(guò)度配置或資源不足。這一變化不僅降低了成本，而且在關(guān)鍵運(yùn)行期間保持平穩(wěn)運(yùn)行。

此外，人工智能代理可以訪問(wèn)和使用其知識(shí)庫(kù)中的信息。這有助于它們預(yù)測(cè)挑戰(zhàn)并提出解決方案。這樣，即使在不確定的情況下，系統(tǒng)也能保持彈性。

如何在DevOps中使用人工智能

在DevOps中，人工智能代理的一個(gè)重要用途是管理云計(jì)算環(huán)境。谷歌云正在使用人工智能自動(dòng)化來(lái)提高可擴(kuò)展性、安全性和效率。真正讓云交付變得更好的是為特定任務(wù)設(shè)計(jì)的不同類型的人工智能代理。

實(shí)時(shí)資源管理

人工智能代理可以根據(jù)不斷變化的需求調(diào)整資源。它們密切關(guān)注流量模式、應(yīng)用程序性能和用戶需求。例如，當(dāng)發(fā)布新產(chǎn)品之后，它們會(huì)確保云計(jì)算資源能夠擴(kuò)展以應(yīng)對(duì)訪問(wèn)者的激增。一旦流量穩(wěn)定下來(lái)，這些資源就可以恢復(fù)到正常水平。

人工智能的這種應(yīng)用可以幫助組織輕松應(yīng)對(duì)不斷變化的工作負(fù)載。它不僅為用戶帶來(lái)了流暢無(wú)阻的體驗(yàn)，并有效控制了成本。

主動(dòng)安全

安全是人工智能代理發(fā)揮重要作用的另一個(gè)重要領(lǐng)域。它們查看活動(dòng)日志以及系統(tǒng)的實(shí)時(shí)行為。通過(guò)這種方式，它們可以發(fā)現(xiàn)異常活動(dòng)，并在潛在威脅惡化之前將其標(biāo)記出來(lái)。這種主動(dòng)識(shí)別威脅的方法有助于降低風(fēng)險(xiǎn)，確保敏感數(shù)據(jù)的安全，即使在動(dòng)態(tài)的云計(jì)算環(huán)境中也是如此。

人工智能在開發(fā)中的應(yīng)用

開發(fā)階段通常包括一些重復(fù)的任務(wù)，例如編寫測(cè)試用例、調(diào)試代碼和準(zhǔn)備部署。這些人工流程會(huì)降低生產(chǎn)率，引入錯(cuò)誤，并增加成本。人工智能代理通過(guò)自動(dòng)化和提供有價(jià)值的見解，幫助簡(jiǎn)化重復(fù)性工作。

例如，測(cè)試團(tuán)隊(duì)可以使用生成式人工智能代理來(lái)自動(dòng)創(chuàng)建測(cè)試用例這一能力極大地促進(jìn)了全面覆蓋所有新功能，而無(wú)需投入過(guò)多的人力成本。這些代理還可以通過(guò)分析歷史數(shù)據(jù)來(lái)提供有關(guān)配置更改或優(yōu)化產(chǎn)品的建議，從而有助于提高應(yīng)用程序的整體質(zhì)量。

它們提供實(shí)時(shí)反饋的能力有助于開發(fā)人員快速發(fā)現(xiàn)問(wèn)題。它們無(wú)需等待計(jì)劃中的審查。這種快速響應(yīng)加快了開發(fā)速度，并確保最終產(chǎn)品的健壯性和可靠性。

DevOps中的智能決策

人工智能代理的一個(gè)優(yōu)點(diǎn)是它們可以自主做出明智的決定。它們使用收集到的數(shù)據(jù)以及對(duì)世界的內(nèi)部模型的了解，有助于它們考慮不同的選擇并做出最佳決策。

人工智能代理如何思考和行動(dòng)

為了更好地理解人工智能代理的運(yùn)作方式，以下分解它們遵循的迭代過(guò)程，這使它們能夠不斷適應(yīng)和改進(jìn)：

1.觀察：人工智能代理從日志、用戶交互和系統(tǒng)指標(biāo)中收集數(shù)據(jù)。

2.分析：它們使用機(jī)器學(xué)習(xí)來(lái)處理不同的數(shù)據(jù)源，還依靠自己的知識(shí)庫(kù)來(lái)發(fā)現(xiàn)模式和識(shí)別差異。

3.決策：在分析之后，人工智能代理會(huì)考慮各種可能的結(jié)果，并根據(jù)見解和相關(guān)信息選擇最佳行動(dòng)。

4.適應(yīng)性：來(lái)自決策的反饋改進(jìn)了代理的內(nèi)部模型，從而實(shí)現(xiàn)持續(xù)改進(jìn)。

這種觀察、分析、決策和適應(yīng)的過(guò)程對(duì)于人工智能代理發(fā)揮效用至關(guān)重要。它們可以隨著任務(wù)的變化或新問(wèn)題的出現(xiàn)進(jìn)行調(diào)整。

人員的因素：團(tuán)隊(duì)和人工智能的協(xié)作

人工代理旨在協(xié)助人類，而不是取代人類。例如，銷售團(tuán)隊(duì)可以使用人工智能來(lái)更好地理解客戶行為，這有助于他們調(diào)整方法并提高客戶參與度。DevOps團(tuán)隊(duì)也可以使用人工智能來(lái)管理簡(jiǎn)單乃至復(fù)雜的任務(wù)，從而為他們騰出更多時(shí)間進(jìn)行創(chuàng)新和戰(zhàn)略決策。

這種協(xié)作關(guān)系并不僅僅是分配任務(wù)。人工智能代理提供有用的見解，幫助團(tuán)隊(duì)做出更明智、更迅速的決策。無(wú)論是合理使用資源，還是識(shí)別流程中的低效環(huán)節(jié)，人員與人工智能代理之間的協(xié)同合作都極大地提升了生產(chǎn)力。

整合人工智能代理的最佳實(shí)踐

為了最大限度地利用人工智能代理，組織需要制定一個(gè)將它們納入其中的整合計(jì)劃。以下是一些可以遵循的最佳實(shí)施：

?從小處著手：從清晰的工作流程開始，人工智能可以顯示出好處。

?確保安全：制定嚴(yán)格的數(shù)據(jù)管理規(guī)則，確保敏感信息的安全。

?持續(xù)監(jiān)控：使用實(shí)時(shí)分析來(lái)跟蹤代理的性能，并找到改進(jìn)方法。

?培訓(xùn)團(tuán)隊(duì)：為員工提供與人工智能代理協(xié)同工作所需的技能。

通過(guò)遵循這些實(shí)踐，組織可以充分利用人工智能的好處。他們可以降低風(fēng)險(xiǎn)，提高投資回報(bào)率（ROI）。

智能自動(dòng)化的未來(lái)

隨著越來(lái)越多的組織在DevOps和云交付中使用人工智能技術(shù)，新的創(chuàng)意層出不窮。從降低錯(cuò)誤風(fēng)險(xiǎn)到提高客戶參與度，人工智能代理對(duì)于想要保持領(lǐng)先的企業(yè)來(lái)說(shuō)至關(guān)重要。

組織可以使用生成式人工智能、自然語(yǔ)言處理和實(shí)時(shí)決策等技術(shù)，幫助他們建立高效的系統(tǒng)，這些系統(tǒng)還將具有適應(yīng)性和智能。

智能自動(dòng)化的未來(lái)屬于那些目前接受這些新想法并改變工作流程以迎接未來(lái)挑戰(zhàn)的組織。

結(jié)論

人工智能代理在DevOps和云交付方面為企業(yè)帶來(lái)了巨大進(jìn)步。它們能夠處理特定任務(wù)，適應(yīng)新環(huán)境，并做出明智決策，成為當(dāng)今工作流程中不可或缺的一部分。

隨著組織繼續(xù)使用人工智能解決方案，他們應(yīng)專注于以戰(zhàn)略方式利用這些技術(shù)，以推動(dòng)增長(zhǎng)、提升效率并激發(fā)創(chuàng)造力。重要的是，要確保他們團(tuán)隊(duì)在這一過(guò)程中變得更加強(qiáng)大并準(zhǔn)備就緒。

如今重點(diǎn)關(guān)注的問(wèn)題已不再是人工智能是否會(huì)改變DevOps的未來(lái)，而是組織能以多快的速度利用人工智能的潛力塑造未來(lái)。

原文標(biāo)題：Maximizing AI Agents for Seamless DevOps and Cloud Success，作者：Marija Naumovska