工具与应用01
Amazon ECS 新增了自动修复能力，能自己发现并处理运行任务所用实例和 GPU 的硬件故障。以往 GPU 出问题往往只能表现为任务莫名失败或变慢，而实例掉线后 ECS 也难以及时替换上面的任务，这些都需要团队自己写检测和恢复脚本。现在 ECS 会持续监控 EC2 状态、实例上的 ECS 代理和容器运行时，并通过 NVIDIA DCGM 识别真正的 GPU 硬件错误，一旦确认就自动把坏实例移出并重建。对 SRE 来说，日常运维里一类原本要自己兜底的故障可以交给平台处理，自己只需在更模糊的情况下手动干预；目前该能力已在 ECS Managed Instances 和 Fargate 上线。
文中可用工具
- Amazon ECS运行容器化应用的托管服务，现可自动检测并修复故障实例和 GPU
- ECS Managed Instances由 ECS 接管实例基础设施运维（含补丁和恢复）的模式
- AWS Fargate无需自己管理服务器的容器运行方式，同样支持实例故障自动恢复
- NVIDIA Data Center GPU Manager (DCGM)在实例上监控 GPU 健康状态，识别真实硬件故障
- Amazon EC2提供底层计算实例，其状态检查被用于判断实例是否受损
- Amazon EBS提供块存储卷，其性能下降会被视为实例受损信号之一
Agent 与工作流02
大多数 AI 事故响应工具还不能自己判断什么时候该介入处理故障，仍要等人发现问题或提前设定触发条件。Traversal 的联合创始人 Raaz Dwivedi 把智能体的自主程度分成三档：等人来问、按预设规则触发、自己主动判断何时介入；目前多数生产环境中的工具只停在前两档。10 月 22 日 The New Stack 将举办直播网络研讨会，届时会讨论如何让团队信任智能体自己做出这类判断，以及从第二档升到第三档需要满足哪些条件。至于具体怎么实现、有哪些限制，原文没有细说。
文中可用工具
- AI SRE用于事故排查和响应、辅助运维的 AI 工具，文中未说明具体产品形态
- Traversal Workers据文中描述已具备主动判断何时介入的智能体
工具与应用03
Palo Alto Networks 推出 Cortex XCOR，一款由 Chronosphere 团队打造的 AI 可观测性平台。过去系统出故障时，工程师要半夜爬起来看仪表盘、手动排查，往往光定位问题就要 20 分钟。XCOR 在告警触发时自动启动专用 AI 智能体，自主推理问题并给出修复建议，平均 3 分钟内完成，复杂生产环境中根因分析成功率 75%，另有 19% 被认为有用。它默认仍采用人工确认模式，企业可逐步放开自主权限，目标是让 SRE 从救火转向架构工作。目前该产品已发布，文中未说明具体定价和正式可用范围。
文中可用工具
- Cortex XCORAI 驱动的可观测性平台，自动定位故障根因并推荐修复方案
- XCOR Operator面向运维团队的 AI 助手，理解用户意图并调度后台智能体
- XCOR RUM前端真实用户监控，计划与后端可观测性整合
- XCOR Synthetics合成监控，用于模拟检测系统可用性
- Chronosphere被收购的云原生可观测性与遥测管道平台，XCOR 团队来源
- Embrace高保真真实用户监控公司，Palo Alto Networks 计划收购