北京
“衡量成功的标准不是你的工程师有多高效——而是有多少比例的事件根本不需要人工介入。”Dynatrace首席产品官Steve Tack在接受The New Stack采访时，用一句话划清了传统自动化与真正自主运维之间的分界线。他所谈论的，正是可观测性平台公司Dynatrace于本周一为其Dynatrace Intelligence服务发布的一系列功能升级，其核心目标直指一个长期困扰行业的命题：如何让AI运维从概率性判断，迈向确定性实时理解与行动。
今年一月在Perform用户大会上首次亮相的Dynatrace Intelligence，如今迎来关键性扩展。新增的自主AI代理能够执行事件分诊与修复任务，同时平台还开放了无代码自定义代理创建能力。此外，Dynatrace正在扩大集成范围，将自主可观测性功能嵌入到团队日常使用的工具与工作流中。这一系列动作试图回答一个具体问题：自主站点可靠性工程师能否跳出过去的概率性方法框架？Tack给出的答案并非简单的“是”或“否”，而是描绘了一条从“人在环内”到“人在环上”的渐进路径。
“采用自主SRE方法的客户（包括我们自己），通常会经历一个‘爬-走-跑’的过程。”Tack解释说，信任的建立是分阶段累积的。第一阶段，团队信赖平台基于确定性因果AI精准定位根本原因的能力；第二阶段，在此基础上叠加修复自动化，此时平台可以同时运用因果推理与预测能力，但人类仍然处于决策闭环之内；而迈向“人在环上”乃至真正自主行动的关键一步，完全取决于前两个阶段积累的信任度。他指出，大多数团队目前仍处于“人在环内”模式，亲自验证Dynatrace已经精确掌握并处理的信息，然后才逐步授权平台自行采取行动。
这套逻辑背后隐藏着一个更具颠覆性的效率观。Tack强调，不要把人类主导与代理主导的运维看作二元对立的选择，两者会长期共存。真正的目标应该是“随着对结果信任的增长，逐步迈向更自主的运维状态”。这种渐进式授权意味着，Dynatrace当前的设计思路并不是要一夜之间取代SRE，而是通过提供建议与指示，帮助用户基于分诊结果主动识别哪些环节适合自动化——自主程度的决定权始终掌握在用户手中。
从技术实现层面看，本轮产品更新的核心在于将代理式AI与对复杂环境的确定性实时理解相结合。Dynatrace试图打造的不再是一个被动监控并发送告警的系统，而是一个能够理解上下文、精准判断并采取确定性行动的操作实体。当被问及这是否意味着我们可以在2027年迎来“自主SRE元年”并跨越到真正无人值守的自主运维时，Tack并未给出激进的时间表预言，而是重申了信任累积的必要性：跨越这道鸿沟的时机，取决于每个组织在前两个阶段积累的信心，而非某个行业统一的时间节点。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
