博文推薦 | 什么是生成式AI，它是AIOps未來(lái)之路嗎？

什么是生成式AI？

生成式AI是機(jī)器學(xué)習(xí)的一種應(yīng)用，它可以根據(jù)自然語(yǔ)言提示創(chuàng)建文本、圖像或音頻等各種內(nèi)容。隨著ChatGPT的推出，它得到了廣泛的普及，各行各業(yè)都出現(xiàn)了大量新的應(yīng)用。

ChatGPT為生成式AI提供了概念驗(yàn)證。它讓我們看到了如何以不同方式工作的可能性，我們也在“如何將其應(yīng)用于應(yīng)用程序交付和安全”話題上進(jìn)行了一些有趣的探索。

從命令式到聲明式再到生成式

基礎(chǔ)架構(gòu)面臨的挑戰(zhàn)之一是配置交付和保護(hù)單個(gè)應(yīng)用程序所需的無(wú)數(shù)設(shè)備、服務(wù)和系統(tǒng)。如果不考慮"即服務(wù)"產(chǎn)品，企業(yè)平均需要依賴23種不同的應(yīng)用程序服務(wù)。

現(xiàn)在，不用我多說(shuō)，大家也知道配置網(wǎng)絡(luò)應(yīng)用程序和API保護(hù)服務(wù)與配置普通的負(fù)載均衡服務(wù)是不同的。這意味著，負(fù)責(zé)配置和操作應(yīng)用程序服務(wù)的人員可能需要精通十幾種不同的"語(yǔ)言"。

多年來(lái)，業(yè)界一直在努力解決這一問(wèn)題。當(dāng)API成為配置一切的主要手段時(shí)，應(yīng)用程序交付和安全服務(wù)也不例外。每個(gè)人都從命令式API開始，它只是改變了發(fā)布命令的方式。你不再需要在CLI上鍵入命令，而是通過(guò)HTTP發(fā)送API命令。

很快，人們發(fā)現(xiàn)依賴命令式API所產(chǎn)生的成本太高，于是業(yè)界轉(zhuǎn)向了聲明式API。但不幸的是，大多數(shù)業(yè)界人士認(rèn)為聲明式意味著"配置為JSON"。因此，聲明式背后的本意并不是"告訴我你想做什么，我來(lái)幫你做"，而是"這是我想要的配置，你去努力完成它吧"。

這不盡相同，它仍然需要同樣水平的專業(yè)知識(shí)，以及特定解決方案特有的操作模式。我不確定業(yè)界是否就負(fù)載均衡使用"池"還是"場(chǎng)"達(dá)成過(guò)一致，更不用說(shuō)虛擬服務(wù)器如何與真實(shí)服務(wù)器和應(yīng)用實(shí)例交互的更復(fù)雜細(xì)節(jié)了。因此，業(yè)界對(duì)聲明式所做的只是將命令級(jí)的工作從操作員身上遷移到系統(tǒng)上。

現(xiàn)在，生成式AI帶來(lái)的是一種低代碼/無(wú)代碼形式。它們比某些結(jié)果更可靠，因?yàn)樗鼈兪腔诟袷揭?guī)范來(lái)指導(dǎo)結(jié)果的生成。畢竟，"hello world"只有這么幾種寫法，而回答一個(gè)問(wèn)題卻有數(shù)百萬(wàn)種方法。

這就意味著，我應(yīng)該能夠告訴一個(gè)訓(xùn)練有素的模型："嘿，我想配置我的負(fù)載均衡來(lái)擴(kuò)展應(yīng)用程序A"，而此時(shí)應(yīng)該能生成一個(gè)配置。不僅如此，我還能夠告訴它："給我一個(gè)腳本，用Z在Y系統(tǒng)上做X"，僅此就能獲得所需結(jié)果！它不僅能生成配置，還能生成將其部署到正確系統(tǒng)所需的自動(dòng)化。

當(dāng)然，這并不是現(xiàn)成的代碼--IP和證書都無(wú)效，而且它使用的是Python（不是我的第一、第二或第三選擇）--但僅憑公開的文檔和非常簡(jiǎn)單的提示，它就已經(jīng)完成了90%的工作。提示越詳細(xì)，結(jié)果就越好。下面生成的整個(gè)腳本較長(zhǎng)，我只展示了開頭部分。

同樣，雖然還沒(méi)準(zhǔn)備好部署，但它更接近于實(shí)用，而且在我沒(méi)有任何培訓(xùn)的情況下，只用了不到15秒就生成了。

我常說(shuō)，AI和自動(dòng)化是力量倍增器。雖然“技術(shù)”本身不知道它需要做什么，但使用技術(shù)的我們知道。而AI和自動(dòng)化可以更快、更高效地完成這些工作，從而有效地提高生產(chǎn)力，縮短實(shí)現(xiàn)價(jià)值的時(shí)間，讓人們騰出時(shí)間專注于戰(zhàn)略決策和項(xiàng)目。而且隨著時(shí)間的推移，AI可以進(jìn)一步向人類學(xué)習(xí)新的能力，展現(xiàn)新的可能性。

生成式AI將實(shí)現(xiàn)我們所需的AIOps

當(dāng)今的許多AIOps解決方案只關(guān)注提供98%的企業(yè)所缺少的洞察力。

它們回答的是過(guò)往的問(wèn)題，而不是未來(lái)的需求。

即使是那些能夠更加自主地行動(dòng)的AIOps平臺(tái)（如安全服務(wù)），也高度依賴于預(yù)先存在的配置和完善的響應(yīng)。它通常不會(huì)使用AI來(lái)使運(yùn)營(yíng)在異構(gòu)應(yīng)用交付和安全層之間更加自主地執(zhí)行。他們使用AI進(jìn)行數(shù)據(jù)分析，挖掘我們?nèi)祟悰](méi)有能力或時(shí)間挖掘的洞察。

這就是生成式AI（Generative AI）的優(yōu)勢(shì)所在，也是我全心投入研究這項(xiàng)技術(shù)能在多大程度上讓應(yīng)用交付和安全變得"及其簡(jiǎn)單"的原因所在。