
事件修复初创公司Resolve AI正式推出SRE-1模型及Primary On-call服务。SRE-1专用于定位生产警报的根本原因,Primary On-call则让AI代理优先介入待命流程,在人类工程师之前响应事故。
SRE-1:专为生产环境打造的270亿参数模型
Resolve AI认为,尽管AI改变了软件编写方式,但在软件运行维护领域的应用仍显不足。由于每家公司的生产事故数据均为私密,缺乏公开语料库,通用模型难以直接适配。为此,该公司构建了拥有270亿参数的SRE-1模型。
SRE-1基于开放权重构建,由16名AI研究人员团队利用最多512个GPU耗时7.4天完成训练。该模型借助Snowflake Inc.的Cortex Training无服务器服务进行定制,Resolve AI也是该服务的首家设计合作伙伴。Snowflake工程高级副总裁Vivek Raghunathan证实了这一合作关系。
基准测试显示,仅通过强化学习,SRE-1在单次事故调查中的通过率从6.9%提升至38.8%。在对49个高难度实时生产案例的测试中,由五个SRE-1组成的集成方案以较低成本达到了前沿模型的水平。在178个生产警报调查中,Resolve AI完整系统解决的事故数量约为通用编码代理的两倍。
Primary On-call:AI代理接管关键路径
Primary On-call服务将SRE-1的能力应用于实际运维关键路径。面对每次警报,AI代理会跨遥测数据、基础设施、代码及操作知识进行全面调查。根据策略,代理可自动关闭警报、缓解问题或升级至人工处理,并持续监控直至系统恢复稳定。此外,代理还能关联相关警报,形成对底层问题的统一视图。
为降低团队顾虑,Resolve AI提供了“影子模式”,记录代理在每次警报中的拟执行操作而不实际生效。数据显示,Primary On-call可处理高达80%的生产警报而无需人工升级。客户反馈显示,平均解决时间缩短至原来的十分之一,根本原因定位准确率达95%。
Salesforce Inc.是早期用户之一。其软件工程首席架构师Bhupesh Patel表示,在黑暗启动测试初期,AI代理在无需唤醒工程师的情况下,关闭了CRM分析团队超过70%的寻呼警报。
Resolve AI首席执行官Spiros Xanthos指出,工程团队难以跟上代码快速上线的节奏,唯有足够准确且快速的AI代理才能胜任关键路径上的运维工作。目前,Primary On-call已全面可用,SRE-1模型仅限在Resolve AI平台内访问。
作为一家获风险投资支持的初创企业,Resolve AI迄今累计融资超过1.9亿美元。今年4月,公司在DST Global和Salesforce Ventures领投的A轮扩展融资中筹集4000万美元,估值达到15亿美元。其知名客户阵容包括Coinbase、DoorDash、Figma、MSCI、纳斯达克、SAP和Zscaler等。