Foresight AI Brings Gremlin Agents to Reliability Engineering

Foresight AI 将 Gremlin Agents 引入可靠性工程 - InfoQ

InfoQ 首页 News Foresight AI 将 Gremlin Agents 引入可靠性工程

DevOps

InfoQ 认证 AI 辅助工程计划（在线，10 月 19 日）：构建支撑工具。

Foresight AI 将 Gremlin Agents 引入可靠性工程

2026 年 10 月 11 日 4 分钟阅读

作者：

• Matt Saunders

#### 关注我们

YouTube

232K 粉丝

LinkedIn

26K 粉丝

Instagram

新

RSS

19K 读者

X

57.1k 粉丝

Facebook

21K 点赞

Bluesky

收听本文 -

0:00

音频准备播放

您的浏览器不支持音频元素。

正常

1.25x

1.5x

点赞

新下拉阅读列表

• 阅读列表

可靠性管理公司 Gremlin 宣布其 Foresight AI 产品正式上线，这是一款智能代理产品，能够分析服务中潜在的故障，推荐修改方案并重新运行测试以验证修复效果。该产品作为 Gremlin 平台的附加功能提供。平台允许团队运行计划实验、控制故障影响范围，并通过自动化测试确保修复措施长期有效。通过可靠性评分，组织可以量化自身进展并优先投资于系统韧性。

Foresight AI 的目标是提供可靠性检查，而无需每个开发人员都成为分布式系统专家。Gremlin 将该产品定位为对更快 AI 辅助软件交付的响应，公司联合创始人兼 CEO Kolton Andrus 表示，越来越多的代码在缺乏密切人工审查的情况下进入生产环境。

“最好的事件是从未发生的事件。”Kolton Andrus

该产品通过四个代理角色分工协作：分析师收集服务数据并推荐测试，测试员安排并执行测试。操作员分析失败测试并提出修复方案。技术项目经理跟踪跨团队的测试覆盖率、可靠性风险和承诺。后者可以生成周报并通过 Slack 发送更新。

Foresight AI 的建议基于 Gremlin 的故障图谱（Failure Atlas）。公司描述这是一个专有记录，源自十年间在数万个分布式系统上进行的数百万次故障注入实验。Gremlin 表示系统数据不会用于训练大型语言模型，而是由代理使用平台数据和故障图谱进行决策，LLM 仅用于搜索、总结和解释结果。

主要技术区别在于封闭验证循环。当测试发现弱点时，服务会提出修改方案，然后重新运行原始测试。Gremlin 表示 Foresight AI 在未获得批准前不会运行测试或应用修复措施。这使工程师对变更负责，同时自动化了大量分析和重复工作。

“警报消失并不能证明任何问题。在负载下、真实条件下通过的测试才具有说服力。”Kolton Andrus

该服务还能根据自然语言请求生成报告和仪表板。这些报告可包含图表、表格、标签和链接，旨在展示可靠性评分变化及团队已解决的风险。这解决了可靠性团队的一个常见问题：避免的事件不会像停机事件一样产生可见证据。

在 Gremlin 为 Intellyx 分析师 Jason English 撰写的一篇文章中，他将可观测性和 AI SRE 产品描述为有用但主要具有反应性。他指出，这些工具通常从已经发生的故障的遥测数据开始。故障注入则采用不同的方法，在事件发生前创建受控的故障条件，并记录服务的响应情况。

English 还警告称，可靠性计划不能简单地作为软件包安装。持续的结果仍需要工程和管理层之间的共同所有和责任。这一条件很重要，因为 Foresight AI 可以协调测试和承诺，但组织仍需决定哪些风险是可接受的，以及是否应推进拟议的更改。Intellyx 披露 Gremlin 是其客户。

此次发布与其他将自动化恢复检查引入交付管道的努力并行，其中一些内容最近已被 InfoQ 覆盖。Google Cloud 的混沌工程指南建议使用现实的故障条件、有限的爆炸半径以及通过 CI/CD 实现的持续自动化。Wix 也描述了在 CI/CD 中使用 AI 进行日志解释和修复建议，同时将部署和关键基础设施决策保留在人工控制下。

这些控制措施类似于 Foresight AI 中的批准边界。它们也不同于更自主的模型。例如，Cloudflare 的 Agent Development Lifecycle 建议设想代理管理更多测试、部署和维护工作。Gremlin 目前采用监督方法，使用代理提出测试和更改，同时要求人员授权这些操作。

在 LinkedIn 上关于基于 AI 的 SRE 自动化的更广泛讨论中，工程师 Sandip Bhattacharya 认为，组织仍需要专家来配置代理，通过指标评估其行为，并随着模型和基础设施的变化进行调整。这对 Gremlin 的监督模型提出了有用的测试：自动化可能减少重复工作，但它也创建了一个可靠性工程师必须评估的新系统。

Amplify Partners 的普通合伙人 Mike Dauber 将 Foresight AI 比作“一个为你做重复训练的人”。他的评论捕捉了该产品对重复测试的强调，尽管到目前为止提供的证据来自 Gremlin 及其 beta 计划。该公司尚未发布比较准确性数据、误报率或详细的 beta 结果。

Gremlin 由具有亚马逊和 Netflix 工作经验的工程师创立。Andrus 曾在两家公司都参与可靠性工作，而 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选择测试、解释结果、提出修复方案并在一段时间内检查这些修复方案。此次发布紧随成功的 beta 阶段，该阶段的技术展示了在故障发生前识别和解决可靠性风险的能力，从今天起 Gremlin Foresight AI 开始向一般用户开放使用。

main wrapper for authors section

作者简介

section title

main wrapper for each author

#### Matt Saunders

显示更多

显示更少

#### 本文属于 DevOps 主题

##### 相关主题：

• DevOps

• 站点可靠性工程

• 混沌工程

• 代理 AI 架构

• 相关编辑内容

• 相关赞助商

• 赞助商 2026 年 12 月 15-16 日。了解高级从业者如何在生产环境中运行代理、评估、模型服务和 AI 辅助工程，包括哪些尝试失败以及发生了哪些变化。立即注册

InfoQ 电子报

每周二发送上周 InfoQ 内容摘要。加入拥有超过 25 万名高级开发者的社区。查看示例

我们保护您的隐私。