長年にわたり、エンジニアリングチームはインシデント対応時に同じ課題に直面してきました。アラートを生成するシステムはますます複雑になっていますが、その後の調査はまだ大部分が手動で行われています。モニターは何かが間違っていることを教えるのは得意です。より難しい質問はなぜかということです。
アラートが発火すると、エンジニアはどこを見るべきか、どのシグナルが重要か、どの仮説をテストするか、ログとメトリクス全体の証拠がどのように適合するかを判断する必要があります。この作業は必要ですが、反復的で時間がかかり、当番にいるエンジニアに大きく依存しています。
Root Cause Agent は、インシデント調査にエージェント型アプローチをもたらすことで、この出発点を変えます。エンジニアに調査を自分で組み立てるよう求める代わりに、エージェントは関連するテレメトリを収集し、仮説を立て、ログとメトリクス全体のシグナルを追跡し、インシデントの原因である可能性が最も高いことについて、証拠に基づいた評価を返します。
調査がボトルネック
レイテンシが増加しているチェックアウトサービスを考えてみましょう。モニターが発火し、エンジニアがアラートを受け取り、調査が始まります。アラートは重要な出発点を提供しますが、原因を特定することはできません。エンジニアはダッシュボードと検索の間を移動し、サービス全体のシグナルを相関させ、トラフィックスパイク、依存関係の問題、リリース、または設定変更が原因であるかどうかをテストし、どの証拠が意味があるかを判断する必要があります。
このプロセスは個人の経験に大きく依存するため、標準化が難しいです。シニアエンジニアはパターンをすぐに認識するかもしれません。サービスに新しいエンジニアは、どこから始めるべきかを理解するのに時間がかかるか、最終的にエスカレーションが必要になる場合があります。ライブインシデント中は、エンジニアが答えを理解して検証できる場合にのみ、答えは有用です。
Root Cause Agent が出発点を変える
Root Cause Agent は、調査の最初の段階を処理するように設計されています。アラートがチームの設定された調査トリガーと一致すると、エージェントは自動的に調査を開始できます。関連するテレメトリを収集し、仮説を立て、ログとメトリクス全体のシグナルを追跡し、構造化された結果を返します。チームは調査をオンデマンドでトリガーすることもでき、エージェントは Sumo Logic の外部から発生するアラートを調査できます。
結果は AI が生成したテキストの壁ではありません。エンジニアに明確な判定、それに至った調査結果、それらの調査結果の背後にある証拠、および推奨される次のステップを提供します。各調査結果には、それを生成した正確なクエリが含まれており、1 回のクリックでエンジニアをそのクエリが既に実行された検索に導きます。Root Cause Agent はエンジニアに AI の答えを信頼するよう求めていません。検査して検証できる調査を提供しています。
Sumo Logic テレメトリからインシデント周辺のコンテキストへ
調査は Sumo Logic に既にあるテレメトリで止まる必要はありません。Root Cause Agent は外部のコンテキストとテレメトリソースに接続できるため、決定的な証拠を含む可能性のあるシステムに到達できます。スパイクしたメトリック、変更されたデプロイメント、フリップされた機能フラグ、または何が起きたかを説明する他のコンテキストです。また、Sumo Logic の外部から発生するアラートを調査することもできます。
調査はエンジニアが既に使用しているワークフローに移行することもできます。Slack を使用すると、チームは調査をリクエストし、製品に戻らずに結果を確認できます。一方、Mobot は自然言語で後続の質問をし、調査を続ける方法を提供します。
エージェントが組織の運用ワークフローの一部になると、チームはそのナレッジ、カスタム指示、接続されたシステム、および調査トリガーを管理できます。ガバナンスと権限制御により、組織全体でエージェントを運用するために必要なアクセスとスコーピングが提供されます。
エンジニアが検証、決定、および行動できるように構築
価値は単にテレメトリへのより高速なアクセスではありません。手動調査が少なく、すべてのレスポンダーにとってより一貫した出発点です。インシデントの開始時にデータを収集してシグナルを組み立てるのに時間を費やす代わりに、エンジニアはエージェントの評価と証拠を確認し、調査結果の背後にあるクエリを検証し、必要に応じて結論に異議を唱え、後続の質問をし、次に何をするかを決定することから始めることができます。
構造化された調査により、新しいエンジニアはサービスのあらゆる隅をすでに知っていなくても、より強い出発点を得られます。また、経験豊富なエンジニアがすべてのインシデントで吸収する必要のある日常的なデータ収集と相関を削減します。エージェントは調査結果の背後にある証拠を示し、防御可能な結論に到達できない場合を知っているため、エンジニアは AI をブラックボックスとして扱わずに迅速に移動できます。結果は、エンジニアリング時間の使い方の転換です。どこを見るべきかを理解するのに費やす時間が減り、問題を理解し、決定を下し、インシデントを解決するのに費やす時間が増えます。
自分で確認してみてください
Root Cause Agent は、本日 Sumo Logic Log Analytics のお客様向けにプレビュー中です。開始するには、アカウントチームにお問い合わせください。
これらの機能は開発中です。可用性、タイミング、および機能は変更される可能性があり、一般提供までは方向性として扱う必要があります。
