Bienvenido a New Relic Autopilot, anteriormente conocido como SRE Agent. Nos emociona presentarles una nueva forma de gestionar incidentes. Autopilot está diseñado para asistir en los flujos de trabajo de gestión de incidentes al ayudar a automatizar cierta correlación y diagnóstico de datos.
Advertencia
Restricciones de cumplimiento: Autopilot se puede usar con cuentas de HIPAA. Autopilot aún no está disponible para FedRAMP.
Los periodos de retención para los datos de historial/MELT en el agente pueden diferir de su configuración general de retención de la cuenta.
New Relic Autopilot incluye acceso a recursos de IA generativa y está sujeto a los Términos específicos del servicio de IA generativa.
Autopilot las sugerencias deben usarse solo para sus fines comerciales internos.
Acerca de New Relic Autopilot
New Relic Autopilot es una experiencia de operaciones impulsada por IA que ayuda a los equipos de ingenieros a investigar problemas, comprender el comportamiento del sistema y acelerar los flujos de trabajo operativos.
Cómo funciona Autopilot
Autopilot combina la telemetría de New Relic, el razonamiento de IA y los flujos de trabajo operativos para investigar problemas de producción. Coordina capacidades especializadas que recopilan contexto, analizan señales, identifican posibles causas raíz y recomiendan las siguientes acciones, al tiempo que mantienen a los ingenieros en control de las decisiones operativas.
Capacidades
Estos son algunos ejemplos de cómo Autopilot puede ayudar a respaldar mejor sus operaciones:
Clasificación y validación de alertas: El agente está diseñado para actuar como un filtro preliminar para las notificaciones entrantes. Puede ayudar a evaluar el contexto de una alerta frente a las líneas base históricas y la salud actual del sistema para ayudar a determinar si un evento es una anomalía de alta prioridad o una fluctuación esperada.
Salud de la entidad en tiempo real: El agente puede proporcionar una verificación rápida y de alto nivel de las partes monitoreadas de su pila. Al intentar correlacionar las métricas de señales doradas disponibles con el rendimiento de la infraestructura subyacente, tiene como objetivo generar un resumen narrativo de la salud del sistema.
Inteligencia de cambios: puede ayudar a identificar posibles regresiones de rendimiento, nuevos patrones de errores o picos de latencia introducidos por actualizaciones recientes para ayudar a verificar si su sistema está en buen estado después de los despliegues.
Análisis profundo de incidentes: cuando ocurre una degradación del sistema, el agente está diseñado para ayudar con el descubrimiento automatizado de la causa raíz. Puede ayudar a recorrer trazas distribuidas, analizar patrones de logs e inspeccionar métricas de recursos para ayudar a identificar posibles fallas técnicas o dependencias descendentes que puedan estar contribuyendo a una interrupción.
Sugerencias de remediación: más allá del diagnóstico, Autopilot tiene como objetivo ayudar con los esfuerzos de recuperación. Una vez identificada una causa raíz potencial, el agente puede sugerir intervenciones técnicas potenciales —como revertir un despliegue o ajustar las asignaciones de recursos— que un ingeniero debe revisar antes de su implementación.
Colaboración deSlack : use Autopilot directamente en Slack. Mencione la aplicación New Relic en un canal para clasificar alertas e investigar incidentes sin salir del hilo. Consulte la integración de Slack con Autopilot.
Importante
Autopilot las sugerencias deben ser revisadas cuidadosamente por usted para su caso de uso.
Flujo de trabajo operativo
El siguiente flujo de trabajo ilustra cómo Autopilot puede ayudar a transformar la telemetría en inteligencia operativa procesable. Cada etapa se basa en la anterior, lo que permite a los ingenieros pasar de la detección al diagnóstico y a la corrección recomendada más rápidamente.
Cómo analiza Autopilot su entorno
Autopilot está diseñado para actuar como una capa inteligente entre sus telemetry data y la información valiosa potencial. Cuando le hace una pregunta al agente, este realiza un análisis utilizando un conjunto especializado de herramientas.
El proceso de análisis del agente sigue tres pilares principales:
Recopilación exhaustiva de contexto: El agente está diseñado para recopilar detalles relevantes, como mapear la arquitectura disponible. Puede ayudar a identificar entidades relevantes, explorar sus relaciones y dependencias, y resaltar eventos de cambio recientes o despliegues que pueden haber desencadenado un cambio en el rendimiento.
Investigación profunda de telemetría: después de establecer el contexto, el agente profundiza en el problema. Puede ayudar a evaluar:
- Métricas y tendencias: Analizar el rendimiento, la latencia y las tasas de errores para intentar pronosticar el comportamiento futuro potencial del sistema.
- Logs y errores: Examinar trazas distribuidas, grupos de errores y patrones de logs para ayudar a aislar fuentes y causas potenciales de una anomalía.
- Salud y alertas: Revisión de incidentes activos, políticas de alertas y vulnerabilidades de seguridad para comprender el radio de impacto potencial.
Análisis automatizado de causa raíz e impacto: El agente está diseñado para ayudar con el análisis causal. Intenta correlacionar las caídas de rendimiento con patrones de transacciones específicos, cuellos de botella de infraestructura e impacto en el usuario final. También puede ayudar a convertir lenguaje natural en consultas NRQL para recuperar puntos de datos específicos.
Disponibilidad
Autopilot está disponible para organizaciones en una edición Pro o Enterprise con:
- El complemento Advanced Compute, o
- Un plan de calcular legacy (CCU).
Sugerencia
Autopilot permite hasta 100 requests por hora por organización.
Limitaciones actuales
Tenga en cuenta las siguientes limitaciones al usar Autopilot:
- Autopilot recomienda acciones, pero no las ejecuta. Una persona revisa y actúa. Por favor, revise las sugerencias cuidadosamente para su caso de uso.
- Autopilot no crea alertas.
- Autopilot no instrumenta aplicaciones ni genera la configuración de instrumentación.
- Autopilot no escribe de vuelta en sistemas externos como Confluence o ServiceNow. Sin embargo, la integración de Slack permitirá que las recomendaciones de Autopilot se publiquen en su espacio de trabajo de Slack.
- La calidad de la investigación depende de su cobertura de telemetría y metadatos operativos. Con datos limitados, las recomendaciones pueden incluir menos evidencia de respaldo o identificar información adicional para recopilar.
- Las sugerencias de investigación hechas por Autopilot dependen de una multitud de factores, como su cobertura de telemetría y metadatos operativos. Con datos limitados, las recomendaciones pueden incluir menos evidencia de respaldo o identificar información adicional para recopilar.