Transform 2025: Dlaczego obserwowalność ma kluczowe znaczenie dla ekosystemów agentów AI

Nadchodzi rewolucja w autonomicznym oprogramowaniu. Podczas Transform 2025 Ashan Willy, CEO New Relic i Sam Witteveen, CEO i współzałożyciel Red Dragon AI, rozmawiali o tym, jak instrumentują systemy agentowe w celu uzyskania mierzalnego zwrotu z inwestycji i jak wyznaczają plan infrastruktury w celu maksymalizacji agentowej AI.

New Relic zapewnia klientom możliwość obserwacji poprzez przechwytywanie i korelowanie danych telemetrycznych aplikacji, dzienników i infrastruktury w czasie rzeczywistym. Obserwowalność wykracza poza monitorowanie — chodzi o wyposażenie zespołów w kontekst i wgląd potrzebny do zrozumienia, rozwiązywania problemów i optymalizacji złożonych systemów, nawet w obliczu nieoczekiwanych problemów. Obecnie stało się to znacznie bardziej złożonym przedsięwzięciem, ponieważ w grę wchodzą generatywna i agentowa sztuczna inteligencja. A obserwowalność dla firmy obejmuje teraz monitorowanie wszystkiego, od Nvidia NIM, DeepSeek, ChatGPT itd. — wykorzystanie monitorowania AI wzrosło o około 30% kwartał do kwartału, co odzwierciedla przyspieszenie adopcji.

„Drugą rzeczą, którą widzimy, jest ogromna różnorodność modeli” — powiedział Willy. „Przedsiębiorstwa zaczynały od GPT, ale zaczynają używać całej masy modeli. Widzieliśmy około 92% wzrost wariancji używanych modeli. I zaczynamy widzieć, że przedsiębiorstwa przyjmują więcej modeli. Pytanie brzmi, jak mierzyć skuteczność?”

Innymi słowy, jak ewoluuje obserwowalność? To duże pytanie. Przypadki użycia różnią się znacznie w zależności od branży, a funkcjonalność jest zasadniczo inna dla każdej firmy, w zależności od jej wielkości i celów. Firma finansowa może koncentrować się na maksymalizacji marży EBITDA, podczas gdy firma skoncentrowana na produktach mierzy szybkość wprowadzania produktów na rynek wraz z kontrolą jakości.

Gdy New Relic zostało założone w 2008 r., centrum ciężkości obserwowalności stanowiło monitorowanie aplikacji dla SaaS, urządzeń mobilnych, a następnie infrastruktury chmurowej. Rozwój AI i AI agentowej przywraca obserwowalność aplikacjom, ponieważ agenci, mikroagenci i nanoagenci działają i produkują kod napisany przez AI.

Wraz ze wzrostem liczby usług i mikrousług, zwłaszcza w przypadku organizacji natywnych cyfrowo, obciążenie poznawcze wszelkich zadań związanych z obserwacją staje się przytłaczające. Oczywiście, sztuczna inteligencja może w tym pomóc, mówi Willy.

„Sposób, w jaki to będzie działać, jest taki, że będziesz mieć wystarczająco dużo informacji, aby pracować w trybie kooperacyjnym” – wyjaśnił. „Obiecują agenci w obserwowalności, że przejmą część tych automatycznych obciążeń i sprawią, że się zrealizują. To zdemokratyzuje to dla większej liczby osób”.

Pojedyncza platforma do obserwacji wykorzystuje zalety świata agentów. Agenci automatyzują przepływy pracy, ale tworzą głębokie integracje z całym ekosystemem, we wszystkich wielu narzędziach, z których korzysta organizacja, takich jak Harness, GitHub, ServiceNow itd. Dzięki agentowej sztucznej inteligencji programiści mogą być powiadamiani o tym, co dzieje się z błędami kodu w dowolnym miejscu ekosystemu i natychmiast je naprawiać, bez opuszczania swojej platformy kodowania.

Innymi słowy, jeśli pojawi się problem z kodem wdrożonym w serwisie GitHub, platforma obserwacji oparta na agentach może go wykryć, ustalić sposób jego rozwiązania, a następnie powiadomić inżyniera — lub całkowicie zautomatyzować proces.

„Nasz agent zasadniczo analizuje każdą informację, jaką mamy na naszej platformie” — powiedział Willy. „Może to być cokolwiek, od tego, jak działa aplikacja, jak działa podstawowa struktura Azure lub AWS — cokolwiek, co naszym zdaniem jest istotne dla wdrożenia tego kodu. Nazywamy to umiejętnościami agenta. Nie polegamy na stronie trzeciej, aby znała interfejsy API i tak dalej”.

Na przykład w GitHub informują dewelopera, kiedy kod działa prawidłowo, gdzie obsługiwane są błędy, a nawet kiedy konieczne jest wycofanie oprogramowania, a następnie automatyzują to wycofanie za zgodą dewelopera. Następnym krokiem, który New Relic ogłosił w zeszłym miesiącu, jest współpraca z agentem kodowania Copilot, aby poinformować dewelopera, w których dokładnie wierszach kodu widzi problem. Copilot następnie wraca, koryguje problem, a następnie przygotowuje wersję do ponownego wdrożenia.

W miarę jak organizacje wdrażają sztuczną inteligencję opartą na agentach i zaczną się do niej dostosowywać, odkryją, że obserwowalność stanowi kluczowy element jej funkcjonalności – mówi Willy.

„Kiedy zaczynasz budować wszystkie te integracje i elementy agenta, będziesz chciał wiedzieć, co robi agent” — mówi. „To jest swego rodzaju rozumowanie dla infrastruktury. Rozumowanie, aby dowiedzieć się, co dzieje się w twojej produkcji. To właśnie przyniesie obserwowalność, a my jesteśmy na jej czele”.