Transform 2025: почему наблюдаемость имеет решающее значение для экосистем агентов ИИ

Революция автономного программного обеспечения уже близко. На конференции Transform 2025 Ашан Вилли, генеральный директор New Relic, и Сэм Виттевин, генеральный директор и соучредитель Red Dragon AI, рассказали о том, как они оснащают агентные системы для измеримой окупаемости инвестиций и разрабатывают дорожную карту инфраструктуры для максимизации агентного ИИ.

New Relic обеспечивает клиентам возможность наблюдения, собирая и сопоставляя телеметрию приложений, журналов и инфраструктуры в режиме реального времени. Возможность наблюдения выходит за рамки мониторинга — речь идет о предоставлении командам контекста и информации, необходимых для понимания, устранения неполадок и оптимизации сложных систем, даже при возникновении неожиданных проблем. Сегодня это стало значительно более сложной задачей, поскольку в дело вступили генеративный и агентный ИИ. И возможность наблюдения для компании теперь включает мониторинг всего, от Nvidia NIM, DeepSeek, ChatGPT и т. д. — использование ее мониторинга ИИ выросло примерно на 30% по сравнению с предыдущим кварталом, что отражает ускорение внедрения.

«Другое, что мы видим, — это огромное разнообразие моделей», — сказал Вилли. «Предприятия начинали с GPT, но теперь начинают использовать целый набор моделей. Мы увидели примерно 92%-ное увеличение дисперсии используемых моделей. И мы начинаем видеть, как предприятия принимают больше моделей. Вопрос в том, как измерить эффективность?»

Другими словами, как развивается наблюдаемость? Это большой вопрос. Варианты использования сильно различаются в разных отраслях, а функциональность принципиально отличается для каждой отдельной компании в зависимости от размера и целей. Финансовая фирма может быть сосредоточена на максимизации маржи EBITDA, в то время как компания, ориентированная на продукт, измеряет скорость выхода на рынок вместе с контролем качества.

Когда в 2008 году была основана New Relic, центром притяжения для наблюдаемости был мониторинг приложений для SaaS, мобильной и, в конечном итоге, облачной инфраструктуры. Рост ИИ и агентского ИИ возвращает наблюдаемость приложениям, поскольку агенты, микроагенты и наноагенты работают и производят код, написанный ИИ.

По мере роста числа сервисов и микросервисов, особенно для организаций с цифровым происхождением, когнитивная нагрузка для любого человека, выполняющего задачи наблюдения, становится непосильной. Конечно, ИИ может помочь в этом, говорит Вилли.

«Это будет работать так: у вас будет достаточно информации, чтобы работать в кооперативном режиме», — объяснил он. «Обещание агентов в наблюдаемости — взять некоторые из этих автоматических рабочих нагрузок и заставить их выполняться. Это демократизирует это для большего числа людей».

Единая платформа для наблюдения использует преимущества агентского мира. Агенты автоматизируют рабочие процессы, но они формируют глубокую интеграцию во всю экосистему, во всех многочисленных инструментах, которые есть в игре у организации, таких как Harness, GitHub, ServiceNow и т. д. С агентским ИИ разработчики могут быть предупреждены о том, что происходит с ошибками кода в любой точке экосистемы, и немедленно исправить их, не покидая свою платформу кодирования.

Другими словами, если в коде, развернутом в GitHub, возникает проблема, платформа наблюдения, работающая на основе агентов, может обнаружить ее, определить, как ее решить, а затем уведомить инженера — или полностью автоматизировать процесс.

«Наш агент в основном просматривает каждую часть информации, которая есть на нашей платформе», — сказал Вилли. «Это может быть что угодно: от того, как работает приложение, как работает базовая структура Azure или AWS — все, что, по нашему мнению, имеет отношение к развертыванию этого кода. Мы называем это навыками агента. Мы не полагаемся на третью сторону, чтобы знать API и так далее».

Например, в GitHub они сообщают разработчику, когда код работает нормально, где обрабатываются ошибки или даже когда необходим откат программного обеспечения, а затем автоматизируют этот откат с одобрения разработчика. Следующий шаг, о котором New Relic объявила в прошлом месяце, — это работа с агентом кодирования Copilot, чтобы точно сообщить разработчику, в каких строках кода он видит проблему. Затем Copilot возвращается, исправляет проблему и затем получает версию, готовую к повторному развертыванию.

По словам Вилли, по мере того, как организации внедряют агентный ИИ и начинают адаптироваться к нему, они обнаружат, что наблюдаемость является важнейшей частью его функциональности.

«Когда вы начнете строить все эти агентные интеграции и части, вы захотите узнать, что делает агент», — говорит он. «Это своего рода обоснование инфраструктуры. Обоснование того, что происходит в вашем производстве. Вот что принесет наблюдаемость, и мы находимся на переднем крае этого».