Vera Platforms ซึ่งเป็นสตาร์ทอัพที่ก่อตั้งโดยนักวิจัยจาก University of Michigan เชื่อว่ามีแนวทางที่จะทำให้ AI agents มีความน่าเชื่อถือเพียงพอที่จะจัดการงาน DevOps ได้ แม้ว่า AI agents จะมีความผิดพลาดได้ในการสร้างโค้ดตาม Prompt แต่การเปลี่ยนแปลงโครงสร้างพื้นฐานจริงนั้นแตกต่างกันโดยสิ้นเชิง
Ang Chen CEO ของ Vera Platforms กล่าวว่า “โครงสร้างพื้นฐานจริงนั้นไม่ให้อภัย” การทดสอบโค้ดกับโครงสร้างพื้นฐานการผลิตโดยไม่มีการจำลองนั้นไม่ใช่ทางเลือก เนื่องจากข้อผิดพลาดมักจะแก้ไขไม่ได้
ปัจจุบัน พวกเขาได้ทำงานเพื่อสร้างมาตรฐานการทดสอบสำหรับ Agentic DevOps โดยใช้สภาพแวดล้อมจำลองที่เรียกว่า vera-gym เพื่อช่วยให้ AI models เก่งขึ้นในงาน DevOps
Chen ชี้ให้เห็นว่าแม้แต่ Claude ของ Anthropic หรือ Codex ของ OpenAI ก็ยังมีข้อจำกัดพื้นฐาน เช่น เมื่อถูกขอให้ยกเลิกทรัพยากรใน AWS พวกเขาอาจมองข้ามเรื่องภูมิภาค (region) และยกเลิกไปเพียงบางส่วน เนื่องจากโมเดลเหล่านี้คุ้นเคยกับโค้ดสาธารณะ แต่ขาดการติดตามการปฏิบัติการในระดับนั้น
Vera Platforms จึงนำเสนอ 3 ผลิตภัณฑ์ ได้แก่ vera-gym (สภาพแวดล้อมจำลอง), vera-bench (เครื่องมือวัดความผิดพลาดของ AI agents ในงาน DevOps) และ vera-agents (AI agents ที่ผ่านการฝึกใน vera-gym พร้อมใช้งานสำหรับงาน DevOps เช่น การลบ S3 buckets หรือการกู้คืน DynamoDB write autoscaling)
ศัพท์ที่ควรรู้
- AI agents – คือโปรแกรมปัญญาประดิษฐ์ที่สามารถทำงานอัตโนมัติตามคำสั่งที่ได้รับ
- DevOps – เป็นชุดปฏิบัติการที่เกี่ยวข้องกับการพัฒนาและการดำเนินงานซอฟต์แวร์อย่างต่อเนื่อง
- vera-gym – คือสภาพแวดล้อมจำลองที่สร้างขึ้นเพื่อเลียนแบบโครงสร้างพื้นฐานการผลิตจริง
- vera-bench – คือเครื่องมือที่ใช้ทดสอบและวัดว่า AI agents ทำงาน DevOps ได้ถูกต้องเพียงใด
ที่มา: The Register