AI 资源库 · 已整理 2 项

故障演练

查看与故障演练相关的 AI 资讯、工具、Skill、工作流和开源项目。

向3200万人直播体育赛事,我们学到了这些工程经验

JioHotstar(当时叫JioCinema)的工程师 Ashutosh Agrawal 和团队,为2023年印度板球超级联赛(IPL)决赛做了大量准备。直播体育的难点是:所有观众必须同步看到画面,不能让一部分人比邻居早几秒知道比分结果。他们的做法是按预期流量的大约两倍来准备容量(当年按5000万到7500万并发准备),把视频传输链路当作绝不能出错的“黄金路径”,并对登录认证等关键系统提前扩容。团队还用一份200项检查清单逐项排查故障点,比如超时配置、短信服务商全部宕机时怎么让用户仍能进入,并做单系统、多系统组合和模拟真实用户的测试。这场决赛最终创下约3200万并发观看的纪录。对读者来说,这是一套应对高不确定性大流量的可复用清单,也能用于黑五这类场景;但文中没有说明这些经验目前是否已作为公开工具或服务对外提供。

文中可用工具

提供的材料未提及具体可用工具。

☆ 收藏查看来源 ↗

多数 AI 事故响应工具仍把关键决策留给人

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
☆ 收藏查看来源 ↗