На конференции Transform 2025 Ашан Уилли, генеральный директор New Relic, и Сэм Виттевен, генеральный директор и соучредитель Red Dragon AI, рассказали о том, как они внедряют агентные системы для измерения окупаемости инвестиций и составляют дорожную карту развития инфраструктуры для максимального использования агентного ИИ.

New Relic обеспечивает наблюдаемость для клиентов, собирая и сопоставляя данные телеметрии приложений, журналов и инфраструктуры в режиме реального времени. Наблюдаемость — это не просто мониторинг. Она позволяет командам получать контекст и аналитические данные, необходимые для понимания, устранения неполадок и оптимизации сложных систем даже в случае непредвиденных проблем.

Сегодня это стало значительно более сложной задачей, поскольку в игру вступили генеративный и агентный ИИ. Наблюдаемость для компании теперь включает в себя мониторинг всего, начиная с Nvidia NIM, DeepSeek, ChatGPT и так далее. Использование ИИ-мониторинга выросло примерно на 30% по сравнению с предыдущим кварталом, что отражает ускорение внедрения.

«Ещё одна тенденция, которую мы наблюдаем, — это многообразие доступных вариантов, — сказал Уилли. — Компании начали с GPT, но теперь используют целый ряд моделей. Мы наблюдаем увеличение разнообразия используемых моделей примерно на 92%. И видим, что компании внедряют всё больше моделей. Вопрос в том, как измерить эффективность?»

Наблюдаемость в агентном мире

Другими словами, как развивается наблюдаемость? Это сложный вопрос. Сценарии использования сильно различаются в зависимости от отрасли, а функциональность каждой отдельной компании зависит от ее размера и целей. Финансовая компания может быть нацелена на максимизацию показателя EBITDA, в то время как компания, ориентированная на продукт, измеряет скорость выхода на рынок наряду с контролем качества.

Когда в 2008 году была основана компания New Relic, основным направлением наблюдаемости был мониторинг приложений SaaS, мобильных приложений и, в конечном счёте, облачной инфраструктуры. Развитие искусственного интеллекта и агентного ИИ возвращает наблюдаемость в приложения, поскольку агенты, микроагенты и наноагенты работают и создают код, написанный искусственным интеллектом.

Искусственный интеллект для обеспечения наблюдаемости

По мере роста количества сервисов и микросервисов, особенно в организациях, ориентированных на цифровые технологии, когнитивная нагрузка на любого человека, выполняющего задачи по мониторингу, становится непосильной. Конечно, в этом может помочь искусственный интеллект, говорит Вилли.

«Принцип работы прост: у вас будет достаточно данных для совместной работы, — пояснил он. — Преимущество агентов в наблюдаемости заключается в том, что они берут на себя часть автоматических рабочих процессов и выполняют их. Это сделает процесс более доступным для большего числа людей».

Единая платформа для мониторинга агентов

Единая платформа для мониторинга использует преимущества агентского мира. Агенты автоматизируют рабочие процессы, но при этом обеспечивают глубокую интеграцию во всю экосистему, охватывая все инструменты, которые использует организация, такие как Harness, GitHub, ServiceNow и так далее. Благодаря агентскому ИИ разработчики могут получать оповещения о том, что происходит с ошибками в коде в любой точке экосистемы, и немедленно исправлять их, не покидая платформу для написания кода.

Другими словами, если в коде, размещённом на GitHub, возникнет проблема, платформа мониторинга на базе агентов сможет её обнаружить, определить способ решения и затем оповестить об этом инженера или полностью автоматизировать процесс.

«Наш агент анализирует всю информацию, которая есть на нашей платформе, — сказал Уилли. — Это может быть что угодно: от производительности приложения до базовой структуры Azure или AWS — всё, что, по нашему мнению, имеет отношение к развёртыванию кода. Мы называем это агентскими навыками. Мы не полагаемся на сторонние ресурсы в плане API и прочего».

Например, GitHub сообщает разработчику, когда код работает без сбоев, когда обрабатываются ошибки или даже когда требуется откат программного обеспечения, а затем автоматизирует этот откат с одобрения разработчика. Следующий шаг, о котором New Relic объявила в прошлом месяце, — это работа с агентом кодирования Copilot, который сообщает разработчику, в каких именно строках кода возникла проблема. Затем Copilot возвращается, исправляет проблему и подготавливает версию для повторного развертывания.

Будущее агентного ИИ

По словам Уилли, по мере того как организации внедряют агентский ИИ и начинают адаптироваться к нему, они понимают, что наблюдаемость — важнейшая составляющая его функциональности.

«Когда вы начнёте создавать все эти агентные интеграции и компоненты, вам захочется знать, что делает агент, — говорит он. — Это своего рода анализ инфраструктуры. Анализ, который поможет понять, что происходит в вашей производственной среде. Именно это и обеспечивает наблюдаемость, и мы находимся в авангарде этого процесса».

Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Перевод, оригинал новости здесь.

Почему наблюдаемость так важна для экосистем ИИ-агентов?