可靠性管理公司 Gremlin 宣布其智能体产品 Foresight AI 正式全面上线。该产品可分析服务中的潜在故障、给出优化建议，并重新执行测试以验证修复方案是否有效。它作为 Gremlin 平台的附加组件提供。该平台支持团队开展计划内实验、控制故障的影响范围，并使用自动化测试确保修复措施长期有效。企业可利用可靠性评分量化改进进度，优先投入资源提升系统弹性。
Foresight AI 的目标是提供可靠性检测能力，无需每位开发者都成为分布式系统专家。Gremlin 将这款产品定位为应对 AI 辅助软件快速交付的解决方案。Gremlin 首席执行官兼联合创始人 Kolton Andrus 认为，当前有大量代码在缺少人工深度审查的情况下直接进入了生产环境。
“最好的事故，是从未发生的事故。”
该产品将工作划分为四个智能体角色：分析师智能体（Analyst）收集服务数据并推荐测试用例，测试员智能体（Tester）负责安排和执行测试，运维智能体（Operator）解读失败的测试结果并提出修复方案，技术项目经理智能体（Technical Program Manager）跟踪各团队的测试覆盖率、可靠性风险和承诺事项。最后一个智能体可以生成每周报告，并通过 Slack 推送更新。
Foresight AI 的推荐基于 Gremlin 的故障图谱（Failure Atlas）。该公司称，这是一个专有的记录库，包含过去十多年在数万个分布式系统上进行的数百万次故障注入实验。Gremlin 表示，系统数据不会被用于训练大语言模型。智能体使用平台数据和故障图谱进行决策，而 LLM 仅用于搜索、总结和解释结果。
其主要技术特点是闭环验证机制。当测试发现系统薄弱点时，服务会提出变更建议，然后重新运行原始测试。Gremlin 表示，Foresight AI 在未获得许可的前提下不会执行任何测试或应用修复方案。这样既保持由工程师对变更负责，又把大部分分析和重复验证工作自动化。
“告警恢复正常不能证明什么。在真实场景、负载压力下通过的测试才具备说服力。”
该服务还支持通过自然语言指令生成报表和仪表盘，内容可包含图表、表格、分页和链接，用于展示可靠性评分变化以及团队已处理的风险。这解决了可靠性团队的一个常见难题：被避免发生的事故无法像实际发生的故障那样产生直观的证据。
在另一篇文章中，Intellyx 分析师 Jason English 指出，可观测性和 AI SRE 产品有用，但大多数是被动型的。他认为，这些产品通常从已经发生问题的遥测数据开始，而故障注入则采取了不同的思路：在事故发生前创造受控的故障条件，并记录服务的响应。
English 还告诫说，可靠性计划不能简单地作为一个软件包来安装。要取得持续成效，仍然需要工程团队和管理层共同承担责任。这一点十分关键，因为 Foresight AI 可以协调测试与任务，但组织仍须决定哪些风险是可以接受的，以及是否采纳提议的变更方案。
此次发布也是行业将自动化弹性检测与交付流水线集成的众多实践之一，其中一些近期已被 InfoQ 报道。谷歌云混沌工程指南建议采用真实的故障条件、有限的故障影响范围以及通过 CI/CD 实现持续自动化。Wix 也描述了在 CI/CD 中使用 AI 进行日志解读和生成修复建议，同时将部署和关键基础设施决策权保留在人手中。
这些控制措施与 Foresight AI 的审批边界类似，同时又和高度自主化模型存在区别。例如，Cloudflare 的智能体开发生命周期（Agent Development Lifecycle）提案设想由智能体承担更多的测试、部署和维护工作。而 Gremlin 目前采取的是监督模式，使用智能体来提议测试和变更，必须经由人工授权才能执行。
在一个关于基于 AI SRE 自动化的 LinkedIn 讨论帖中，工程师 Sandip Bhattacharya 认为，企业仍然需要专家来配置智能体、通过指标评估其行为，并随着模型和基础设施的变化做出调整。这为 Gremlin 的监督模式提供了一个有用的检验：自动化或许能减少重复性工作，但也创造了一个可靠性工程师必须评估的新系统。
Amplify Partners 合伙人 Mike Dauber 将 Foresight AI 比作“替你完成重复训练的教练”。这个比喻说明了该产品对重复测试的侧重，尽管目前提供的证据来自 Gremlin 及其测试计划。不过 Gremlin 尚未公布对比准确率数据、误报率或详细的测试结果。
Gremlin 由曾任职于亚马逊和 Netflix 的工程师创立。 Andrus 此前曾在两家公司从事可靠性工程工作，Netflix 的 Chaos Monkey 帮助普及了自动化故障注入。Foresight AI 将这种方法从运行实验扩展到了测试筛选、结果解读、修复方案生成和持续验证。该产品经过内测验证，能够在风险演变为事故前识别并处理可靠性隐患，Gremlin Foresight AI 现已正式全面可用。
查看英文原文：https://www.infoq.com/news/2026/10/gremlin-foresight-ai/