Welcome to New Relic Autopilot, formerly known as SRE Agent. We're excited to introduce you to a new way of managing incidents. Autopilot is designed to assist in incident management workflows by helping to automate certain data correlation and diagnosis.
주의
Compliance restrictions: Autopilot may be used with HIPAA accounts. Autopilot is not yet available for FedRAMP.
에이전트의 기록/MELT 데이터 보존 기간은 일반 계정 보존 설정 과 다를 수 있습니다.
New Relic Autopilot 생성형 AI 리소스에 대한 액세스를 포함하며 생성형 AI 서비스 특정 약관의 적용을 받습니다.
Autopilot suggestions should be used for your internal business purposes only.
뉴렐릭 Autopilot 소개
New Relic Autopilot 엔지니어링 팀이 문제를 조사하고, 시스템 동작을 이해하며, 운영 워크플로우를 가속화할 수 있도록 지원하는 AI 기반 운영 경험입니다.
Autopilot 작동 원리
Autopilot 뉴렐릭 텔레메트리, AI 추론 및 운영 워크플로우를 결합하여 프로덕션 문제를 조사합니다. 컨텍스트를 수집하고, 신호를 분석하고, 가능성 있는 근본 원인을 식별하고, 다음 조치를 권장하는 특수 기능을 조정하는 동시에 엔지니어가 운영 결정을 제어할 수 있도록 합니다.
기능
다음은 Autopilot 이(가) 운영을 가장 잘 지원하는 데 어떻게 도움이 되는지에 대한 몇 가지 예입니다:
공지 분류 및 검증: 에이전트는 들어오는 공지에 대한 예비 필터 역할을 하도록 설계되었습니다. 이는 공지사항의 맥락을 과거 기준 및 현재 시스템 상태와 비교하여 평가함으로써 해당 이벤트가 우선순위가 높은 이상 변동인지 아니면 예상되는 변동인지 판단하는 데 도움이 될 수 있습니다.
실시간 엔티티 상태: 에이전트는 스택에서 모니터링되는 부분에 대한 빠르고 포괄적인 상태 점검을 제공할 수 있습니다. 사용 가능한 골든 시그널 지표와 기본 성능 성능의 상관 관계를 시도함으로써 AI 모니터링은 시스템 상태에 대한 서술적 요약을 생성합니다.
변경 인텔리전스: 최근 업데이트로 인해 발생할 수 있는 잠재적인 성능 저하, 새로운 오류 패턴 또는 지연 시간 급증을 식별하여 구현 및 배포 후 시스템의 정상 작동 여부를 확인하는 데 도움을 줄 수 있습니다.
Deep incident analysis: When system degradation occurs, the agent is designed to assist with automated root-cause discovery. It can help traverse distributed traces, analyze log patterns, and inspect resource metrics to help identify potential technical failures or downstream dependencies that may be contributing to an outage.
Remediation suggestions: Beyond diagnosis, Autopilot aims to assist with recovery efforts. Once a potential root cause is identified, the agent may suggest potential technical interventions—such as rolling back a deployment or adjusting resource allocations—which an engineer should review before implementation.
Slack collaboration: Use Autopilot directly in Slack. Mention the New Relic app in a channel to triage alerts and investigate incidents without leaving the thread. Refer to Autopilot Slack integration.
중요
Autopilot suggestions should be reviewed carefully by you for your use case.
운영 워크플로우
The following workflow illustrates how Autopilot can help transform telemetry into actionable operational intelligence. Each stage builds on the previous one, allowing engineers to move from detection to diagnosis and recommended remediation more quickly.
Autopilot이 환경을 분석하는 방법
Autopilot 텔레메트리 데이터와 잠재적인 인사이트 사이의 지능형 계층 역할을 하도록 설계되었습니다. 에이전트에게 질문하면 특수 도구 모음을 활용하여 분석을 수행합니다.
The agent's analysis process follows three primary pillars:
포괄적인 컨텍스트 수집: 에이전트는 사용 가능한 아키텍처 매핑과 같은 관련 세부 정보를 수집하도록 설계되었습니다. 이는 관련 부분을 식별하고, 관계 및 독립성/종속성을 탐색하고, 성능 변화를 촉발했을 수 있는 최근 변경 항목 또는 구현, 배포를 강조하는 데 도움이 될 수 있습니다.
Deep telemetry investigation: After the context is established, the agent dives into the problem. It can help evaluate:
- 지표 및 추세: 처리량, 지연 시간 및 오류율을 분석하여 잠재적인 향후 시스템 동작을 예측하려고 시도합니다.
- 로그 및 오류: 이상 행위의 잠재적 원인과 원인을 격리하는 데 도움이 되는 입출력 트레이스, 오류 그룹 및 로그인 패턴을 선별합니다.
- 상태 및 알림: 잠재적인 폭발 반경을 이해하기 위해 활성 인시던트, 공지 사항 및 보안 쿠키를 검토합니다.
자동화된 근본 원인 및 영향 분석: 이 에이전트는 원인 분석을 지원하도록 설계되었습니다. 성능 저하를 특정 헤드셋 패턴, 저항 병목 현상, 병목지점 및 임시 사용자 영향과 연관시키려고 시도합니다. 또한 자연어를 NRQL 쿼리로 변환하여 특정 데이터 포인트를 검색하는 데 도움이 될 수 있습니다.
팁
Autopilot allows up to 100 requests per hour per organization.
현재 제한 사항
Keep the following limitations in mind when using Autopilot:
- Autopilot recommends actions but does not take them. A person reviews and acts. Please review suggestions carefully for your use case.
- Autopilot does not create alerts.
- Autopilot does not instrument applications or generate instrumentation setup.
- Autopilot does not write back to external systems such as Confluence or ServiceNow. However, the Slack integration will allow Autopilot recommendations to be published to your Slack workspace.
- Investigation quality depends on your telemetry coverage and operational metadata. With limited data, recommendations may include less supporting evidence or identify additional information to collect.
- Investigation suggestions made by Autopilot depend on a multitude of factors, such as your telemetry coverage and operational metadata. With limited data, recommendations may include less supporting evidence or identify additional information to collect.