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)運營和提高創(chuàng)造力創(chuàng)造了新的機會。這一領(lǐng)域的一個關(guān)鍵發(fā)展是智能代理，這些代理在重塑DevOps和云交付過程中變得至關(guān)重要。它們專為達(dá)成特定任務(wù)與目標(biāo)而設(shè)計，這改變了系統(tǒng)在當(dāng)今動態(tài)技術(shù)生態(tài)中的工作方式。

通過使用生成式人工智能代理，組織可以獲得實時洞察，并實現(xiàn)流程的自動化。這有助于減少對人工操作的依賴，提高效率和可擴展性。這些代理并不只是簡單的工具，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)和知識庫做出明智的決策。因此，通過優(yōu)化資源的使用方式、降低錯誤風(fēng)險和提高整體生產(chǎn)力，人工智能代理帶來了巨大的價值。

更明智的DevOps方法

在傳統(tǒng)的DevOps實踐中，自動化技術(shù)無疑是成功的關(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，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)帶來了一層適應(yīng)性，可以處理這些潛在的問題。

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)驗和教訓(xùn)提出建議或?qū)嵤┳兏?。以云交付為例，它們能夠?yōu)化資源配置，這有助于確保系統(tǒng)擁有適量的資源，這樣它們就不會被過度配置或資源不足。這一變化不僅降低了成本，而且在關(guān)鍵運行期間保持平穩(wěn)運行。

此外，人工智能代理可以訪問和使用其知識庫中的信息。這有助于它們預(yù)測挑戰(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重要用途是管理云計算環(huán)境。谷歌云正在使用人工智能自動化來提高可擴展性、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)計的不同類型的人工智能代理。

實時資源管理

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，它們會確保云計算資源能夠擴展以應(yīng)對訪問者的激增。一旦流量穩(wěn)定下來，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)對不斷變化的工作負(fù)載。它不僅為用戶帶來了流暢無阻的體驗，并有效控制了成本。

主動安全

安全是人工智能代理發(fā)揮重要作用的另一個重要領(lǐng)域。它們查看活動日志以及系統(tǒng)的實時行為。通過這種方式，它們可以發(fā)現(xiàn)異?；顒樱⒃跐撛谕{惡化之前將其標(biāo)記出來。這種主動識別威脅的方法有助于降低風(fēng)險，確保敏感數(shù)據(jù)的安全，即使在動態(tài)的云計算環(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)，例如編寫測試用例、調(diào)試代碼和準(zhǔn)備部署。這些人工流程會降低生產(chǎn)率，引入錯誤，并增加成本。人工智能代理通過自動化和提供有價值的見解，幫助簡化重復(fù)性工作。

例如，測試團隊可以使用生成式人工智能代理來自動創(chuàng)建測試用例這一能力極大地促進(jìn)了全面覆蓋所有新功能，而無需投入過多的人力成本。這些代理還可以通過分析歷史數(shù)據(jù)來提供有關(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。

它們提供實時反饋的能力有助于開發(fā)人員快速發(fā)現(xiàn)問題。它們無需等待計劃中的審查。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優(yōu)點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

為了更好地理解人工智能代理的運作方式，以下分解它們遵循的迭代過程，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：它們使用機器學(xué)習(xí)來處理不同的數(shù)據(jù)源，還依靠自己的知識庫來發(fā)現(xiàn)模式和識別差異。

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

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

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

人員的因素：團隊和人工智能的協(xié)作

人工代理旨在協(xié)助人類，而不是取代人類。例如，銷售團隊可以使用人工智能來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團隊也可以使用人工智能來管理簡單乃至復(fù)雜的任務(wù)，從而為他們騰出更多時間進(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，幫助團隊做出更明智、更迅速的決策。無論是合理使用資源，還是識別流程中的低效環(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踐

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

?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：使用實時分析來跟蹤代理的性能，并找到改進(jìn)方法。

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

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

智能自動化的未來

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

組織可以使用生成式人工智能、自然語言處理和實時決策等技術(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。

智能自動化的未來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)，以推動增長、提升效率并激發(fā)創(chuàng)造力。重要的是，要確保他們團隊在這一過程中變得更加強大并準(zhǔn)備就緒。

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

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