Foresight AI 正式可用，Gremlin 将智能体引入可靠性工程

可靠性管理公司 Gremlin 宣布，旗下智能体产品 Foresight AI 正式全面上线。它能分析服务里潜藏的故障、给出优化建议，还会重新跑测试，验证修复方案到底管不管用。产品以 Gremlin 平台附加组件的形式提供。平台本身支持团队做计划内实验、控制故障影响范围，并用自动化测试保证修复措施长期有效。企业还能靠可靠性评分把改进进度量化，把资源优先投到系统弹性上。

Foresight AI 想做的，是让可靠性检测不必依赖每位开发者都精通分布式系统。Gremlin 把它定位成应对 AI 辅助软件快速交付的方案。公司首席执行官兼联合创始人 Kolton Andrus 的判断很直接：现在大量代码没经过深度人工审查，就直接进了生产环境。

“最好的事故，是从未发生的事故。”

——Kolton Andrus

产品把活儿拆给四个智能体角色。分析师智能体（Analyst）负责收集服务数据、推荐测试用例；测试员智能体（Tester）安排并执行测试；运维智能体（Operator）解读失败结果、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。最后这个角色还能生成周报，通过 Slack 推送更新。

Foresight AI 的推荐，建立在 Gremlin 的故障图谱（Failure Atlas）之上。按公司说法，这是一个专有记录库，沉淀了过去十多年在数万个分布式系统上做的数百万次故障注入实验。Gremlin 明确表示，系统数据不会拿去训练大语言模型。智能体依据平台数据和故障图谱做决策，LLM 只负责搜索、总结和解释结果。

核心技术特点是闭环验证。测试一旦发现系统薄弱点，服务会提出变更建议，再把原始测试重新跑一遍。Gremlin 强调，没有获得许可，Foresight AI 不会执行任何测试，也不会应用修复方案。变更的责任仍在工程师手里，大部分分析和重复验证则交给自动化。

“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。”

——Kolton Andrus

这项服务还支持用自然语言指令生成报表和仪表盘，内容能包含图表、表格、分页和链接，呈现可靠性评分的变化，以及团队已经处理掉的风险。这正好戳中可靠性团队的一个老难题：被避免的事故，没法像真实发生的故障那样留下直观证据。

另一篇文章里，Intellyx 分析师 Jason English 提出，可观测性和 AI SRE 产品固然有用，但多数偏被动。它们往往从已经出问题的遥测数据入手；故障注入则是另一条路——在事故发生前制造受控的故障条件，记录服务如何响应。

English 同时提醒，可靠性计划不是买个软件包装上就行。要持续见效，工程团队和管理层都得担起责任。这一点很关键：Foresight AI 能协调测试和任务，但哪些风险可以接受、要不要采纳提议的变更，仍得由组织自己拍板。

这次发布，也是行业把自动化弹性检测接入交付流水线的诸多实践之一，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故障条件、限定故障影响范围，并通过 CI/CD 持续自动化。Wix 也讲过自己在 CI/CD 中用 AI 解读日志、生成修复建议，同时把部署和关键基础设施的决策权留在人手里。

这些控制措施和 Foresight AI 的审批边界相近，又与高度自主化模型拉开距离。比如 Cloudflare 的智能体开发生命周期（Agent Development Lifecycle）提案，设想让智能体承担更多测试、部署和维护工作。Gremlin 眼下走的是监督模式：智能体提议测试和变更，必须经人工授权才能执行。

在一个讨论基于 AI SRE 自动化的 LinkedIn 帖子里，工程师 Sandip Bhattacharya 认为，企业仍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变化不断调整。这恰好给 Gremlin 的监督模式提供了一面镜子：自动化或许能砍掉重复劳动，却也造出了一个新系统，可靠性工程师必须去评估它。

Amplify Partners 合伙人 Mike Dauber 把 Foresight AI 比作“替你完成重复训练的教练”。这个说法点出了产品对重复测试的看重，尽管目前证据主要来自 Gremlin 及其测试计划。Gremlin 尚未公布对比准确率数据、误报率，也没给出详细测试结果。

Gremlin 由曾在亚马逊和 Netflix 任职的工程师创立。Andrus 之前就在这两家公司做可靠性工程，Netflix 的 Chaos Monkey 曾推动自动化故障注入走向普及。Foresight AI 把这套方法从运行实验，延伸到测试筛选、结果解读、修复方案生成和持续验证。内测已经验证它能在风险演变成事故前识别并处理可靠性隐患，如今 Gremlin Foresight AI 正式全面可用。

查看英文原文：https://www.infoq.com/news/2026/10/gremlin-foresight-ai/