后端依赖AI排障，会丧失独立判断能力吗
AI把故障定位从35分钟压到7分钟，代价是什么看到一个落地案例，有点触动。Jaeger加LLM的慢调用归因系统，某团队上线之后，故障定位平均时间从35分钟压到7分钟以内。原场景是order-service P99延迟飙到12秒，值班工程师原本要在一千多条trace里翻三十分钟，现在AI直接帮你锁定payment-gateway到risk-engine到third-party-credit-check那条链路里耗时8.7秒的span。这步不用做了。8月7日，Kiro Crew被丢进真实生产环境，支付服务延迟从200ms飙到4500ms，P1告警，Agent在33秒内给出根因假设。然后呢？Expedia有个平台叫STAR，做生产事故调查和Kubernetes排查，他们有一句话说得很清楚，“工程师会在采取行动前审查系统生成的分析结果。”就这一句。这是他们刻意保留的那条线。我个人感觉，用AI排障和用AI替代排障是两回事。前者是工具，后者是退化。
发布于 湖南
分享
评论
赞
未登录
友善发言
评论
加载中
