微软推出Azure Copilot可观测性智能体 - 微软发布了一款旨在诊断云故障并推荐修复方案的智能体，为工程师提供支持，该智能体基于公司多年运行Azure的经验打造 [1] - 该智能体名为Azure Copilot Observability Agent，已于本周二全面上市，此前自去年年底以来一直处于预览状态 [3] - 该智能体通过连接分散在公司各系统中的日志、指标、追踪和其他信号来调查事件，并为工程师指出可能的根本原因 [3] 智能体的功能与当前限制 - 该智能体的一个主要优势是能够无压力、无疲劳地操作，避免了人类在睡眠不足时可能产生的思维局限 [2] - 目前，该智能体尚不能自行修复问题，其工作止步于调查和分类警报，例如它不会重启资源或更改配置，最终决策和执行仍需人类完成 [4] - 微软引入了名为“自主运维”的预览功能，允许智能体在没有人工触发的情况下对警报进行分类和调查，但仍不采取行动 [4] 市场竞争格局与定价策略 - 微软进入了一个竞争激烈的领域，Datadog的Bits AI SRE智能体已于去年12月全面上市，亚马逊AWS也在今年春季推出了类似的DevOps Agent [5] - 包括Dynatrace、Splunk、New Relic和Grafana在内的老牌可观测性厂商，以及一批专注于人工智能的初创公司，都在迅速朝同一方向迈进 [5] - 该智能体采用基于使用量的定价模式，而非固定的按席位许可费，这与AWS对其DevOps Agent采用的模式相同 [5] 微软的竞争优势与技术背景 - 微软认为其优势在于广度，从GitHub到Azure部署，再到系统生成的信号，公司能比竞争对手看到更多客户的软件信息，这有助于智能体将问题追溯到背后的代码行 [6] - 该智能体的概念部分源于Kubernetes的创建经验，Kubernetes由微软技术院士Brendan Burns等人在十多年前共同创建，已成为云计算的基础并增加了管理复杂性 [7] - Kubernetes为基础设施带来了“自我修复”能力，但遵循固定规则，是“非常确定性的”，无法提出假设或调查解决方案，而像Azure可观测性智能体这样的AI工具旨在增加这缺失的一层：形成问题理论、用数据测试并持续寻找解决方案 [8] 未来发展方向 - 完全自主——即让智能体采取行动而不仅仅是调查——仍是未来的目标，微软将此次发布视为向“智能体化运维”更广泛转变的一部分 [9] - 智能体化运维能够跨信号进行推理，并有朝一日能够根据这些信号采取行动 [10] - 尽管最终决策仍需人类做出，但目前该智能体已经能够完成大量的排查工作 [10]