ИИ-агенты находят ошибки в коде. Как автоматизировать диагностику
Инженеры тратят до восьми часов в неделю на ручной поиск причин сбоев, когда графики мониторинга остаются зелёными. Чтобы сократить это время, команда «Финуслуг» внедрила систему автономных ИИ-агентов для ночной диагностики.
Проблемы в работе сервисов не всегда выглядят как аварии. Часто графики мониторинга остаются в норме, но пользователи сталкиваются с медленной загрузкой или ошибками на конкретных этапах. В таких случаях инженерам приходится вручную сопоставлять метрики в Grafana, логи в OpenSearch и фрагменты кода. На первичную диагностику уходит от четырёх до восьми часов еженедельно.
Для автоматизации процесса создали «ночной контур» на базе Multica. Система работает по принципу разделения труда. Один агент (lead-agent) распределяет задачи, а другие (probe- или collector-agents) проверяют конкретные бизнес-операции.
Они анализируют данные из Prometheus, OpenSearch и Sentry, сравнивая их с правилами SLA. Если отклонение подтверждается, аналитический агент (analyst-agent) собирает технический контекст и готовит черновик задачи в Jira.
Такой подход позволяет избежать перегрузки нейросети огромным объёмом данных. Вместо того чтобы давать ИИ доступ ко всем логам сразу, задача разбивается на малые части. Это удерживает контекст в рамках, позволяет проводить анализ параллельно и упрощает проверку гипотез. За время работы системы удалось найти проблемы, затронувшие около 1600 регистраций.
Теперь утром инженер получает не сырой поток данных, а готовую структуру: описание отклонения, подтверждающие метрики и предложение по исправлению. Инженер всё ещё проверяет выводы системы, но этап сбора фактов перенесён на ИИ. Это освобождает время для решения реальных задач, а не для рутинного поиска причин.
Что поменялось
Процесс диагностики переведён с ручного сбора логов и метрик на автоматическую генерацию черновиков задач с помощью ИИ-агентов. Инженер получает уже структурированную гипотезу вместо сырых данных.
Источники · 1
Текст подготовила языковая модель по материалам источников.
