Chuyển đến nội dung chính
Chương này đặt agent cạnh các công cụ bạn đang vận hành, giải thích AIOps đã dừng lại ở đâu, và trình bày ba thay đổi kỹ thuật giúp agent trở nên khả thi. Dùng chương này để đánh giá phần nào trong hệ thống hiện tại sẽ được nền tảng agent tái sử dụng, và khoảng trống nào nền tảng đó phải lấp.

2.1 Bốn thế hệ vận hành

Mỗi thế hệ xây trên thế hệ trước thay vì thay thế. Agent biểu đạt thay đổi dưới dạng code (Gen 2), nhận cảnh báo đã tương quan làm đầu vào (Gen 3), và vẫn viết, chạy script (Gen 1). Điều thay đổi là ai khép vòng lặp. Hệ quả thực tế là: agent chỉ tốt ngang hệ thống bên dưới nó. Trước khi bắt đầu, hãy kiểm tra bốn điều:
  • Hạ tầng dưới dạng code. Các hệ thống mà agent sẽ tác động ít nhất được định nghĩa một phần bằng Terraform hoặc một công cụ IaC khác.
  • Cảnh báo có thể định tuyến. Công cụ giám sát của bạn gửi được cảnh báo qua webhook. Xem Kết nối nguồn Pulse.
  • Runbook được viết ra. Các cách sửa đã biết nằm trong Confluence, một Git repository hoặc file Markdown. Xem Runbooks.
  • Thông tin xác thực chỉ đọc. Bạn cấp được một thông tin xác thực chỉ đọc, giới hạn phạm vi, cho từng tài khoản cloud hoặc cluster. Xem Connections.
Chương 9 có bảng kiểm tra mức độ sẵn sàng đầy đủ.

2.2 Vì sao AIOps chưa đủ

AIOps có giá trị thực. Tương quan sự kiện và loại bỏ trùng lặp hoạt động tốt, và giảm được lượng cảnh báo. Nhưng các công cụ này dừng ở mức “đây là một nhóm cảnh báo”, phần còn lại vẫn do con người làm. Ba khoảng trống tạo nên giới hạn trần:
  1. Tương quan nhưng không có nhân quả. Gom năm mươi cảnh báo thành một sự cố là có ích. Nhưng việc gom đó vẫn không cho bạn biết nguyên nhân gốc hay cần làm gì.
  2. Có câu trả lời nhưng không có lập luận. Một điểm số ML không kèm giải thích thì khó tin. Kỹ sư phải kiểm tra lại kết quả bằng tay, và phần lớn thời gian tiết kiệm được mất đi.
  3. Không có tay chân. AIOps mở được ticket hoặc gọi webhook. AIOps không điều tra, kiểm chứng giả thuyết, chọn cách sửa, áp dụng và xác nhận bản sửa có tác dụng. Kỹ sư vẫn là người hành động.

2.3 Điều đã thay đổi: reasoning model, công cụ và giao thức

Ba thay đổi đã giúp agent trở nên khả thi cho công việc vận hành.
  1. Reasoning model. Các mô hình ngôn ngữ lớn (LLM) giờ đọc được log, cấu hình và code, đưa ra giả thuyết về nguyên nhân, và lên kế hoạch sửa nhiều bước trong một lĩnh vực có phạm vi rõ ràng.
  2. Sử dụng công cụ. Model gọi function một cách đáng tin cậy: chạy lệnh CLI, truy vấn API, chạy kubectl hoặc Terraform, và đọc dashboard. Nhờ đó, suy luận biến thành hành động.
  3. Một cách chuẩn để cắm công cụ vào. Model Context Protocol (MCP) là một tiêu chuẩn mở để cung cấp công cụ cho AI agent. Một nhóm có thể đặt một MCP server trước một hệ thống nội bộ, và mọi agent tương thích đều dùng được.
Vận hành hợp với agent còn vì một lý do nữa: kết quả dễ kiểm tra. Bản sửa hoặc đưa độ trễ về dưới mục tiêu, hoặc không. Terraform plan hoặc áp dụng trơn tru, hoặc thất bại. Health check hoặc đạt, hoặc không. Khi phản hồi rõ ràng như vậy, agent có thể tự kiểm tra công việc của mình, và bạn thấy được agent có làm đúng hay không.

2.4 Ngành đang triển khai agent như thế nào

Các nhà cung cấp cloud lớn giờ đều có agent vận hành riêng: AWS DevOps Agent, Azure SRE Agent, và Gemini Cloud Assist trên Google Cloud (3.2 trình bày cách từng agent xử lý quyền tự trị). Họ ra mắt theo cùng một cách: điều tra trước, và giữ mọi thay đổi phía sau phê duyệt của khách hàng. Mẫu hình đó chính là bài học cho việc triển khai của bạn. Bắt đầu với agent chỉ đọc và giải thích, đối chiếu phân tích của agent với những gì kỹ sư của bạn tìm ra, rồi mới cho agent hành động, từng loại hành động một. Chương 7 và Chương 9 biến điều này thành kế hoạch từng bước.

2.5 CloudThinker nằm ở đâu

Frontier Investigation Agents của CloudThinker chạy vòng lặp phát hiện, phân tích, xử lý, xác minh trên chính hệ thống bạn đang có, tái sử dụng từng lớp thay vì thay thế: Giờ đầu tiên trong một workspace mới:
  1. Thêm một kết nối cloud hoặc Kubernetes chỉ đọc. Quickstart hướng dẫn từng bước.
  2. Trỏ một nguồn cảnh báo vào Pulse.
  3. Kiểm tra mặc định của Approvals. Chuyển sang Manual nếu bạn muốn người duyệt mọi thao tác ghi trong lúc đánh giá, và trong Run types cũng override Automations thành Manual, vì dòng đó không đi theo workspace. Mỗi cuộc chat cũng có thể chọn chế độ riêng.
  4. Gửi một cảnh báo thử bằng Resolve quickstart và xem CloudThinker điều tra cảnh báo đó trong Resolve.
Điểm mấu chốtAIOps giúp hệ thống trở nên quan sát được. Agentic operations giúp hệ thống trở nên vận hành được. Khác biệt nằm ở vòng lặp khép kín: quan sát, suy luận, hành động và kiểm tra kết quả, với con người giám sát thay vì tự làm từng bước.

Bước tiếp theo

Chương 3: Agentic Infrastructure Operations thực sự là gì

Nắm định nghĩa, thang tự trị, và năm câu hỏi để kiểm tra bất kỳ nhà cung cấp nào gọi sản phẩm của mình là agent.

Quickstart

Kết nối một hệ thống và nhận câu trả lời đầu tiên từ CloudThinker.