生成式 AI 使 DevOps 團(tuán)隊(duì)能夠消除乏味的重復(fù)、加強(qiáng)自動(dòng)化并將復(fù)雜的工作流程壓縮為簡(jiǎn)單的對(duì)話操作。生成式 AI 的概念描述了機(jī)器學(xué)習(xí)算法，這些算法可以從最少的人工輸入中創(chuàng)建新內(nèi)容。該領(lǐng)域在過(guò)去幾年發(fā)展迅速，文本作者工具 ChatGPT和逼真圖像創(chuàng)建器 DALL-E2等項(xiàng)目引起了主流關(guān)注。

不過(guò)，生成式 AI 不僅僅適用于內(nèi)容創(chuàng)作者。它還準(zhǔn)備轉(zhuǎn)變軟件工程和 DevOps 領(lǐng)域的技術(shù)工作。 例如，備受爭(zhēng)議的“AI 結(jié)對(duì)程序員”GitHub Copilot 已經(jīng)在促使人們重新考慮代碼的編寫方式，但協(xié)作 AI 的潛力在 DevOps 領(lǐng)域仍未得到充分開(kāi)發(fā)。

在本文中，我們將展望一個(gè)未來(lái)，在這個(gè)未來(lái)，生成式AI能夠使 DevOps 團(tuán)隊(duì)消除乏味的重復(fù)，加強(qiáng)他們的自動(dòng)化，并將復(fù)雜的工作流程壓縮為簡(jiǎn)單的對(duì)話操作。但在此之前，讓我們深入探討生成式 AI 可以改進(jìn)的 DevOps 問(wèn)題。

DevOps 有什么問(wèn)題？

DevOps 遠(yuǎn)未解決。盡管 DevOps 思想的采用逐年快速增長(zhǎng)，但該過(guò)程仍然依賴于許多工具、有限的人才庫(kù)和僅部分自動(dòng)化的重復(fù)性任務(wù)。

(資料圖片)

DevOps工程師可能會(huì)將太多時(shí)間花在不會(huì)貢獻(xiàn)顯著業(yè)務(wù)價(jià)值的瑣碎工作上，例如批準(zhǔn)部署、檢查環(huán)境狀態(tài)和構(gòu)建基本配置文件。盡管不可避免，但這些工作是雜務(wù)，不會(huì)直接對(duì)最終產(chǎn)品做出貢獻(xiàn)。它們也是生成 AI 處理的絕佳候選者，ChatGPT 和 Copilot（或構(gòu)建 Copilot 的 OpenAI Codex）都可能減輕一些壓力：

它們可以填充通用配置文件和模板，因此工程師不必這樣做。他們通過(guò)建議上下文相關(guān)的片段來(lái)幫助團(tuán)隊(duì)成員獲得新技能。這會(huì)在需要時(shí)提供幫助，從而減少技能提升過(guò)程中的學(xué)習(xí)曲線。它們減少了構(gòu)建新資產(chǎn)所需的時(shí)間并提高了它們的一致性，從而有助于提高可維護(hù)性。

然而，現(xiàn)有系統(tǒng)受限于它們對(duì)內(nèi)容生成的狹隘關(guān)注。如果 DevOps 助手還提供基于意圖和基于操作的體驗(yàn)來(lái)觸發(fā)工作流程步驟并應(yīng)用狀態(tài)更改，那么它們將更加強(qiáng)大。例如，想象一下將 Copilot 的代碼作者身份與雙向?qū)υ捊缑婧喜r(shí)的體驗(yàn)：

您可以要求助手按需啟動(dòng)流程，然后在需要時(shí)提示您提供輸入。開(kāi)發(fā)人員可以 自助訪問(wèn)潛在的敏感任務(wù)，例如請(qǐng)求部署到生產(chǎn)環(huán)境。人工智能將代表他們安全地執(zhí)行操作，最大限度地降低錯(cuò)誤風(fēng)險(xiǎn)，并在開(kāi)發(fā)人員和基礎(chǔ)設(shè)施之間建立安全屏障。人工智能助手還可以在提交程序之前請(qǐng)求相關(guān)團(tuán)隊(duì)成員進(jìn)行審查，以確保每個(gè)人都了解平臺(tái)的變化。AI 可以在監(jiān)控指標(biāo)發(fā)生變化時(shí)實(shí)時(shí)提醒您。例如，當(dāng)部署失敗、檢測(cè)到安全漏洞或性能偏離基線時(shí)，您會(huì)收到一條消息，可以選擇立即采取行動(dòng)。

重要的是，這些能力并沒(méi)有取代人類或從根本上改變他們的角色。這種形式的 AI 通過(guò)處理平凡且始終如一地執(zhí)行安全機(jī)制來(lái)增強(qiáng)工程能力。它解放了 DevOps 團(tuán)隊(duì)，使其能夠在更短的時(shí)間內(nèi)完成更有意義的工作。

DevOps 與生成 AI 的未來(lái)

生成式 AI 具有重新定義 DevOps 工作方式的巨大潛力。以下是它將主導(dǎo)的三個(gè)特定領(lǐng)域。

1.自動(dòng)故障檢測(cè)，建議補(bǔ)救措施

對(duì)于開(kāi)發(fā)人員和運(yùn)維人員來(lái)說(shuō)，失敗是一個(gè)老生常談的問(wèn)題。它們是不可預(yù)測(cè)的中斷，會(huì)強(qiáng)制立即進(jìn)行上下文切換以優(yōu)先修復(fù)。不幸的是，這會(huì)影響生產(chǎn)力，延緩發(fā)布進(jìn)度，并在補(bǔ)救工作未按計(jì)劃進(jìn)行時(shí)導(dǎo)致挫敗感。

人工智能代理可以檢測(cè)故障并調(diào)查其原因。此外，他們可以將他們的分析與生成能力和對(duì)過(guò)去失敗的了解相結(jié)合，以建議在顯示警報(bào)的上下文中立即采取行動(dòng)。

考慮一個(gè)簡(jiǎn)單的 Kubernetes示例：助手注意到生產(chǎn)中斷；意識(shí)到 Pod 由于資源限制已被驅(qū)逐；并提供操作按鈕來(lái)重啟 Pod、擴(kuò)展集群或終止其他廢棄的資源。團(tuán)隊(duì)只需單擊一下即可解決事件，而無(wú)需花費(fèi)幾分鐘手動(dòng)進(jìn)行故障排除。

2. 按需代碼/配置生成和部署

生成式 AI 編寫代碼的能力提供了難以置信的價(jià)值。分層對(duì)話意圖使其更易于訪問(wèn)和方便。例如，您可以通過(guò)在聊天界面中寫入一條簡(jiǎn)短消息來(lái)要求 AI 代理設(shè)置新項(xiàng)目、配置文件或 Terraform 狀態(tài)定義。代理可以提示您為任何模板占位符提供值，然后通知適當(dāng)?shù)睦嫦嚓P(guān)者內(nèi)容已準(zhǔn)備好進(jìn)行審查。

獲得批準(zhǔn)后，AI 可以通知原始開(kāi)發(fā)人員，將項(xiàng)目啟動(dòng)到實(shí)時(shí)環(huán)境中，并提供查看部署的鏈接并開(kāi)始對(duì)其進(jìn)行迭代。這將幾個(gè)不同的序列壓縮為開(kāi)發(fā)人員的一個(gè)自助服務(wù)操作。運(yùn)營(yíng)團(tuán)隊(duì)無(wú)需事先手動(dòng)配置項(xiàng)目資源，讓他們可以專注于自己的任務(wù)。

3. 提示驅(qū)動(dòng)的按需工作流管理

下一代 AI 代理超越了簡(jiǎn)單的文本和照片創(chuàng)建，支持完全自動(dòng)化的提示驅(qū)動(dòng)工作流。例如，雙向 AI 讓您可以使用自然語(yǔ)言啟動(dòng)流程，例如“重啟生產(chǎn)集群”以與您的 AWS ECS 資源進(jìn)行交互。無(wú)需告知 AI 您正在使用哪個(gè)平臺(tái)或它應(yīng)該運(yùn)行的具體步驟。例如，在 Kubiya.ai，我們已經(jīng)充分利用了這一點(diǎn)，現(xiàn)在為我們的客戶提供了通過(guò)自然語(yǔ)言提示創(chuàng)建任何 DevOps 工作流程的選項(xiàng)。

這些代理的語(yǔ)言模型是根據(jù)您的云服務(wù)的詞匯進(jìn)行訓(xùn)練的。當(dāng)您要求重新啟動(dòng)集群時(shí)，代理會(huì)使用其領(lǐng)域知識(shí)來(lái)解釋您的話。例如，它知道您的“生產(chǎn)”集群在 AWS 上運(yùn)行，并且它必須檢索集群的詳細(xì)信息，然后進(jìn)行正確的API 調(diào)用以重新啟動(dòng)它，例如ecs.UpdateService等。您的話直接轉(zhuǎn)化為功能齊全的工作流.

此外，雙向方面意味著 AI 代理會(huì)隨著時(shí)間的推移變得更加強(qiáng)大。一旦你開(kāi)始運(yùn)行你的工作流，代理也會(huì)針對(duì)它們進(jìn)行訓(xùn)練，允許它為未來(lái)的場(chǎng)景建議類似的過(guò)程并描述每個(gè)工作流的實(shí)際作用。

這種方法可以讓開(kāi)發(fā)人員在不涉及運(yùn)維團(tuán)隊(duì)的情況下做更多事情。AI 代理在人類和基礎(chǔ)設(shè)施平臺(tái)之間進(jìn)行調(diào)解，允許任何人在不影響安全性的情況下一致地啟動(dòng)工作流。作為工作流程的一部分，代理可以在相關(guān)點(diǎn)提示輸入，例如當(dāng)您要求它“添加新虛擬機(jī)”時(shí)，要求您選擇云帳戶、數(shù)據(jù)中心區(qū)域、機(jī)器類型和定價(jià)層。

要點(diǎn)：生成式 AI 安全地加速您的工作

生成式 AI 的 DevOps 用例可加速主要任務(wù)，同時(shí)提高可訪問(wèn)性、安全性和可靠性。此外，它們使開(kāi)發(fā)人員能夠?qū)Ｗ⒂谕七M(jìn)新功能，而不是重復(fù)運(yùn)行熟悉的流程并等待結(jié)果。

智能程度足以維持對(duì)話的座席就像您團(tuán)隊(duì)中的另一名成員一樣。他們?yōu)榭赡懿皇煜つ承┕ぞ叩拈_(kāi)發(fā)人員提供支持，同時(shí)確保完全遵守組織的安全性和合規(guī)性政策。這些安全措施保護(hù)代碼庫(kù)，讓開(kāi)發(fā)人員相信他們可以啟動(dòng)任何工作流程。此外，減少與 DevOps 團(tuán)隊(duì)的交互次數(shù)可以提高效率，收緊反饋循環(huán)。

生成式 AI 也不是靜態(tài)體驗(yàn)。隨著時(shí)間的推移，它會(huì)變得更好，因?yàn)樗鼤?huì)分析交互以更準(zhǔn)確地確定用戶意圖。例如，如果建議在您第一次鍵入查詢時(shí)不合適，您可以期望隨著您和其他人重復(fù)請(qǐng)求并采取不同的行動(dòng)方案，它們會(huì)得到改進(jìn)。

人工智能代理也支持缺失的人類知識(shí)。它們讓開(kāi)發(fā)人員即使在不熟悉所涉及的某些步驟、工具或術(shù)語(yǔ)時(shí)也可以啟動(dòng)流程。人工智能可以填補(bǔ)諸如“哪些實(shí)例失敗了？”等問(wèn)題的空白。計(jì)算出您指的是生產(chǎn)集群中的 Kubernetes Pod。這些能力讓人工智能有效地補(bǔ)充了人類的能力，使其成為團(tuán)隊(duì)支持性提示的來(lái)源。

投資回報(bào)率對(duì)于生成人工智能至關(guān)重要

經(jīng)常使用人工智能的組織可能會(huì)取得最好的結(jié)果，因?yàn)樗麄兊拇砣藭?huì)更善于預(yù)測(cè)他們的需求。但是，在將 AI 添加到工作流程中時(shí)不要過(guò)度使用也很重要。最成功的采用 將專注于解決真正的業(yè)務(wù)需求。首先，評(píng)估您的流程以確定開(kāi)發(fā)和運(yùn)營(yíng)團(tuán)隊(duì)之間的瓶頸，然后使用 AI 瞄準(zhǔn)那些重復(fù)的用例。

您選擇的解決方案應(yīng)該可以幫助您達(dá)到 KPI，例如關(guān)閉更多問(wèn)題或更快地解決事件。否則，AI 代理將得不到充分利用，阻礙您的自然操作程序。

概括

生成式 AI 是當(dāng)今成熟最快的技術(shù)之一。因此，隨著越來(lái)越多的研究人員、消費(fèi)者和組織開(kāi)始探索其功能， ChatGPT 獲得了一定 程度的傳播。DALL-E2 也取得了同樣 驚人的成果，超過(guò) 120 萬(wàn)開(kāi)發(fā)人員在其前 12 個(gè)月內(nèi)使用了 GitHub Copilot。

這三種技術(shù)都展示了明顯的革命性潛力，但從長(zhǎng)遠(yuǎn)來(lái)看，DevOps 的混合且高度復(fù)雜的工作流可能受益最大。例如，DevOps 將代碼和配置等新資產(chǎn)的創(chuàng)建與部署批準(zhǔn)和審查請(qǐng)求等順序流程相結(jié)合。

與一些局外人的預(yù)測(cè)相反，用于 DevOps 的生成式 AI 將超越普通文件片段的簡(jiǎn)單模板，以提供完整的工作流程自動(dòng)化。使用簡(jiǎn)單的會(huì)話短語(yǔ)，您可以指示您的代理代表您采取特定操作，從配置新的云資源到檢查生產(chǎn)性能。因此，代理將提供實(shí)時(shí)雙向反饋循環(huán)，以改善協(xié)作、提高生產(chǎn)力并減輕開(kāi)發(fā)人員面臨的日常壓力。

關(guān)鍵詞： 開(kāi)發(fā)人員 人工智能 自然語(yǔ)言 配置文件 重新啟動(dòng)