ハーネス

ハーネスとは、CloudThinker が実際のシステム上で作業できるようにする、AI モデルを取り巻くすべての仕組みです。作業を計画して分割するオーケストレーション、コード、インフラ、アラート、ツール、チームのナレッジから得るコンテキスト、そして各実行で発見したことを保持する学習ループで構成されます。フロンティアモデル単体はインターネットについて知っています。ハーネスは、そのモデルにあなたのシステムを理解させるものです。

​

ハーネスが必要な理由

• 難しい問題は境界をまたぎます。 チェックアウトの遅延は、コードの変更、Kubernetes のロールアウト、データベースの上限、ノイズの多いアラートに同時にまたがることがあります。解決するには、それらをまとめて見る必要があります。
• ベストプラクティスより証拠。 CloudThinker は実際のシステムに問い合わせるため、その回答には一般的なアドバイスではなく、あなたのサービスやリソースの名前が挙がります。
• 並列での調査。 複数の仮説を 1 つずつではなく、同時に検証します。
• ガードレールは常に有効です。 ハーネスが行うことはすべて、ワークスペースの Manual または Auto 設定の範囲内で実行されます。
• 効果が積み重なります。 各モジュールが何かを残し、次の実行はそこから始まります。

​

オーケストレーション

組み込みのアシスタントである CloudThinker が、各タスクを計画します。難しい問題では一時的なサブエージェントを起動し、それぞれが 1 つの仮説に絞って検証します — 調査中は読み取り専用です。その後、得られた結果を証拠付きの 1 つの結論にまとめます。実際の流れは 根本原因分析 をご覧ください。

​

あらゆる領域からのコンテキスト

ハーネスが推論できるのは、アクセスできる範囲だけです。接続を 1 つ追加するごとに、領域が 1 つ増えます。 ワークスペースで接続する領域が多いほど、CloudThinker は 1 回で問題のより多くの部分を把握できます。

​

すべてのモジュールが賢さを高める

各モジュールは作業から得たものを保持してフィードバックするため、CloudThinker はあなたの環境を日々少しずつ深く理解していきます。 何を保持するかはあなたが管理できます。メモリを修正・削除したり、カスタムエージェントごとにスキル学習をオフにしたりできます。

​

難しい問題をエンドツーエンドで

1. アラートが届きます。 Pulse がノイズを除去し、本当の問題をインシデントとしてルーティングします。
2. CloudThinker が計画します。 Incident Memory から過去の類似した問題を読み取り、作業を仮説 — 直近のデプロイ、Pod のロールアウト、データベースの上限 — に分割します。
3. サブエージェントが並列で証拠を収集します。 コード、インフラ、ツールの接続から集めます。
4. 1 つの回答が得られます。 根本原因、その裏付けとなる証拠、承認を求める修復案です。
5. ハーネスが教訓を保持します。 次に似たインシデントが起きたときは、より進んだ地点から始められます。

​

関連