一天當(dāng)中，SRE或DevOps工程師的屏幕上會(huì)彈出多少條通知？Datadog的告警、AWS的棄用公告、外部服務(wù)的提醒，還有Slack里同事隨手丟來(lái)的一句“這個(gè)報(bào)錯(cuò)看著有點(diǎn)不對(duì)勁”。這些信號(hào)大多不會(huì)立刻演變成重大事故，但總得有人點(diǎn)開(kāi)儀表盤(pán)翻日志、查變更記錄、核對(duì)歷史備注，最后在頻道里回一句：“目前看起來(lái)沒(méi)影響，我先盯著。”

這些動(dòng)作單獨(dú)拿出來(lái)都不算重活。問(wèn)題是，想要得出一個(gè)靠譜的結(jié)論，你得在多個(gè)數(shù)據(jù)源之間跳來(lái)跳去，把散落的上下文拼到一起。這種頻繁的上下文切換，對(duì)工程師注意力的消耗是實(shí)打?qū)嵉摹Ｓ谑菃?wèn)題來(lái)了：這類跨源的調(diào)查、整理和關(guān)鍵信息同步，能不能交給AI去跑一遍？

帶著這個(gè)念頭，我構(gòu)建了Reili，一個(gè)在Slack里工作的開(kāi)源AI代理。Reili的設(shè)計(jì)目標(biāo)很明確：它不替代人的判斷，而是把調(diào)查和報(bào)告這兩個(gè)環(huán)節(jié)接手過(guò)去，讓人省下精力，專注于決策和構(gòu)建。

當(dāng)然，在那些早已配備專職SRE團(tuán)隊(duì)、值班輪轉(zhuǎn)制度完備的組織里，這類調(diào)查大概率已經(jīng)由當(dāng)班同學(xué)順手處理了。但并非每個(gè)團(tuán)隊(duì)從一開(kāi)始就架好了這種結(jié)構(gòu)。規(guī)模不大的研發(fā)團(tuán)隊(duì)里，很可能根本沒(méi)有明確指派的on-call負(fù)責(zé)人，做基礎(chǔ)設(shè)施和寫(xiě)應(yīng)用邏輯的是同一撥人。在這種環(huán)境下，告警和細(xì)小異常往往會(huì)變成“誰(shuí)看到了誰(shuí)看一眼”的狀態(tài)。Reili的核心支持場(chǎng)景，恰好就在這里。

Reili被定位為SRE和DevOps團(tuán)隊(duì)的AI隊(duì)友。它能夠跨Datadog、GitHub、Slack線程歷史以及知識(shí)庫(kù)展開(kāi)調(diào)查，最后將基于證據(jù)的報(bào)告發(fā)回Slack線程里。當(dāng)你想明確給它派活的時(shí)候，在Slack中@一下就行：
@Reili 查一下這個(gè)告警。
調(diào)查一旦啟動(dòng)，Reili會(huì)在線程中同步進(jìn)度。完成之后，它會(huì)發(fā)來(lái)一份調(diào)查摘要。線程里還配了一個(gè)取消按鈕，任務(wù)不需要了，隨時(shí)可以中止。

我在Reili身上特意打磨的一個(gè)能力是，它不應(yīng)該只在被別人@時(shí)才動(dòng)彈。在Slack對(duì)話的自然流動(dòng)中，它也應(yīng)該能感知到某些值得介入的信號(hào)。Reili會(huì)監(jiān)聽(tīng)指定頻道內(nèi)的消息，內(nèi)部有一套評(píng)估機(jī)制，判斷要不要響應(yīng)。一旦判定需要回應(yīng)，它的行為就和被顯式@時(shí)完全一致。這樣一來(lái)，它不僅能對(duì)接告警機(jī)器人的通知，也能回應(yīng)同事隨口說(shuō)出的一句“這什么報(bào)錯(cuò)？”。比方說(shuō)，你可以這樣配置覆蓋團(tuán)隊(duì)全域的頻道：
[[channel.slack.channels]]
names = [“team-sre”， “alerts-*”， “incidents”]

從實(shí)際效果看，Reili想解決的從來(lái)不是值班流程已經(jīng)高度成熟的場(chǎng)景。它瞄準(zhǔn)的，是那些缺少明確歸屬感、容易被擱置但又始終存在的排查任務(wù)。當(dāng)團(tuán)隊(duì)里做基礎(chǔ)設(shè)施和做應(yīng)用的人重合度高，當(dāng)頻道里很多信號(hào)屬于“不緊急但也不能完全忽視”的類型，Reili提供的是一層無(wú)需人工時(shí)刻盯盤(pán)的調(diào)查緩沖。它幫你把多源信息揉成一份可供閱讀的報(bào)告，而你需要做的，是在看完報(bào)告之后，拍板下一步。