别再人盯系统了！DevOps Agent自主值守，智能预见运维风险

re:Invent 2025，亚马逊云科技带来一系列重磅发布，掀起全球云计算创新浪潮。为帮助开发者们深入了解各项技术创新成果、上手使用最新功能，特推出本系列解读文章，助您探索云上未来的无限可能！

re:Invent 2025，亚马逊云科技推出Amazon DevOps Agent（预览版），这款前沿Agent可通过系统性分析历史事件及运维模式，帮助运维人员快速响应事件、找出根本原因，并预防未来再次发生类似问题。

前沿Agent代表着全新一类的AI Agent，它们可自主运行、大规模扩展，无需持续人工干预就能持续稳定工作数小时甚至数天之久。

当生产环境突发故障时，值班工程师往往背负巨大压力：他们不仅要在短时间内快速找出问题根本原因，还要妥善处理与各方利益相关者的沟通协调事宜。为此，他们必须跨多个监控工具分析数据、核查近期部署记录，并协调应急响应团队开展工作。然而，服务成功恢复后，团队往往因精力有限，难以及时复盘此次事件处理过程中的经验教训，也无法将其转化为体系化的优化方案。

Amazon DevOps Agent就如同一位全天候在线、自主运行工作的运维工程师，一旦出现问题，它便会自动关联您运维工具链中的各类数据，包括指标、日志以及GitHub或GitLab中近期的代码部署记录。该工具能够定位可能的问题根源，并给出针对性的解决方案，助力缩短平均故障解决时间，让系统尽快恢复正常运行。此外，它还负责事件协调工作，通过Slack频道向利益相关者同步更新事件进展，并留存详尽的事件调查时间线。

上手Amazon DevOps Agent十分便捷：您只需通过亚马逊云科技管理控制台，将Amazon DevOps Agent连接现有工具即可。

在可观测性数据获取方面，这款Agent可与Amazon CloudWatch、Datadog、Dynatrace、New Relic及Splunk等多款主流服务无缝协作。在代码部署跟踪方面，它还能集成GitHub Actions、GitLab CI/CD，跟踪部署流程及其对云资源产生的影响。此外，借助自带（BYO）MCP服务器功能，您还能将更多工具集成到事件调查流程中，例如企业自研的定制工具、专业平台或Grafana、Prometheus等开源可观测性解决方案，进一步拓展Agent的能力边界。

Amazon DevOps Agent正如同团队中的一名虚拟成员，您可以将其配置为自动响应来自工单系统的事件。它内置了对ServiceNow的原生支持，同时通过可配置的Webhook，还能响应PagerDuty等其他事件管理工具推送的事件。

在调查过程中，该Agent会将调查结果同步更新至工单及相关Slack频道，确保相关人员及时了解调查动态。

支撑所有这些功能高效运作的，正是Agent构建的智能应用拓扑，这是一份覆盖系统所有组件及其交互关系的完整图谱，其中包含部署历史信息，能在调查期间帮助运维人员快速识别出可能与部署相关的潜在原因，为精准解决问题提供有力支持。

Amazon DevOps Agent工作原理

为了向您直观展示它的工作原理，本例在Amazon CloudFormation堆栈中部署了一个简易的Amazon Lambda函数，调用该函数时会故意生成错误信息。

步骤1

创建Agent Space

Agent Space用于界定Amazon DevOps Agent在执行任务时可访问的资源范围。

您可以根据自身的运维模式来规划Agent Space的组织方式。部分团队会为单个应用配置一个Agent Space，有些团队则会为每个负责管理多项服务的值班团队创建一个Agent Space，还有些企业会采用集中式管理的方式。

本演示将介绍如何为单个应用程序创建Agent Space，这种配置有助于隔离针对该特定应用程序的调查流程和资源，便于在应用程序上下文环境中跟踪和分析事件。

在亚马逊云科技管理控制台的Amazon DevOps Agent板块中，选择创建Agent Space，输入名称，并创建所需的Amazon IAM角色，该角色将用于访问本人或其他用户亚马逊云科技账户中的各项资源。

本演示将选择启用Amazon DevOps Agent Web应用，后续将详细介绍相关内容，该操作也可在后续阶段完成。

准备就绪后，点击“创建”。

创建完成后，选择进入拓扑。

该视图会展示Amazon DevOps Agent为高效执行任务而筛选出的核心资源、实体及关联关系。需要注意的是，该视图并非呈现Amazon DevOps Agent可访问或监测的全部内容，仅展示其当前判定为最相关的对象。默认情况下，拓扑视图包含您账户下的各类亚马逊云科技资源。随着Agent完成的任务不断增多，它会自动发现新的资源，并将其添加至该列表中。

步骤2

为运维人员配置Amazon DevOps Web应用

Amazon DevOps Agent Web应用为值班工程师提供了一个可视化Web界面，方便他们通过该界面手动触发调查任务、查看包含相关拓扑元素在内的调查详情、引导调查方向，以及针对调查内容提出问题。

您可以直接在亚马逊云科技控制台的Agent Space中，点击“运维人员访问链接”直接访问该Web应用。此外，您也可借助Amazon IAM Identity Center为团队配置用户访问权限。Amazon IAM Identity Center支持直接管理用户与用户组，或对接身份提供商（IdP），从而能够以集中化的方式管控哪些人员可以访问Amazon DevOps Agent Web应用。

至此，您已配置好Agent Space，它能够集中针对该特定应用程序的事件调查工作与资源，同时也已授权DevOps团队通过Web应用发起调查。

完成该应用程序的一次性配置后，您可开始调用存在故障的Lambda函数，每次调用该函数时都会生成错误信息。与Lambda错误计数相关联的Amazon CloudWatch告警随即切换为警报状态。在实际业务场景中，您可能会收到来自ServiceNow等外部服务的告警通知，您可以配置Amazon DevOps Agent，使其收到此类警报后自动启动调查流程。

本演示将通过点击“启动调查”，手动启动调查流程，您也可以从多个预设的调查起点中选择其一，快速开启调查工作：

最新告警：调查最近触发的警报，分析底层监控指标与日志数据，定位问题根本原因。
CPU高使用率：排查计算资源中CPU使用率过高的问题，确定占用过多资源的进程或服务。
错误率激增：通过分析指标与应用日志，调查应用错误率近期骤升的现情况，定位故障源头。

本例输入了部分信息，包括调查详情、调查起点、事件发生的日期和时间，以及对应事件的亚马逊云科技账户ID。

在Amazon DevOps Agent Web应用中，您可以实时查看调查进展情况。它会先识别应用程序堆栈，随后关联来自Amazon CloudWatch的指标数据、调取来自Amazon CloudWatch Logs或Splunk等外部数据源的日志、核查GitHub上近期的代码变更记录，并分析Amazon X-Ray捕获的追踪数据。

Amazon DevOps Agent还会识别错误模式，并生成一份详尽的调查总结报告。在本次演示场景中，调查结果显示这些均为故意设置的测试异常，同时呈现了触发告警的函数调用时间线，甚至还针对错误处理环节给出了监控优化建议。

该Agent会借助Slack中的专用事件沟通频道开展工作，必要时通知值班团队，并向利益相关者同步实时状态更新。通过调查会话界面，您可以直接与Agent交互，提出诸如“你分析了哪些日志”之类的澄清问题，或提供额外上下文信息来引导调查方向，例如“重点关注这些特定日志组并重新执行分析”。如果需要专家支持，您只需一键创建Amazon Support工单，工单会自动填充Agent的调查结果，您还可以直接在调查会话窗口中与亚马逊云科技技术支持专家交流。

在本次演示中，Amazon DevOps Agent精准识别出了在Lambda控制台中，手动调用函数的操作，而该函数本身就是用于主动触发错误的。

除事件响应功能外，Amazon DevOps Agent还会分析近期发生的事件，识别具有重大影响的改进措施，从而预防同类问题未来再次发生。

在事件处置过程中，该Agent可通过其“事件缓解方案”选项卡提供即时可用的缓解方案，助力快速恢复服务。缓解方案包含详细的标准化实施方案，为开发者以及Kiro等智能开发工具提供详尽的落地指导。

在构建长期系统韧性方面，它会通过检查可观测性能力缺口、基础设施配置漏洞以及部署流水线短板，锁定潜在的优化点。在本次人为触发错误的简易演示场景中，由于尚未积累足够数据，因此未生成具有实际参考价值的优化建议。

例如，它可能会检测到某一核心服务既未部署多可用区架构，也未配置全面的监控策略。随后，该Agent会综合考虑运维影响、实施复杂度等因素，生成详尽的优化建议并提供实施指导。

后续将推出快速迭代版本，进一步拓展Amazon DevOps Agent的分析能力，来纳入代码缺陷排查与测试覆盖率优化。

可用性

Amazon DevOps Agent在美国东部（北弗吉尼亚州）的亚马逊云科技区域可用。尽管该Agent本身部署于美国东部（北弗吉尼亚州）（us-east-1）区域，但它仍能够监控部署在任何区域、跨多个亚马逊云科技账户的的应用程序。

Amazon DevOps Agent预览期间，您可以免费使用，但每月的Agent任务时长会设有上限。

对于曾无数次在深夜排查生产环境故障的从业者而言，Amazon DevOps Agent无疑是一款得力工具，它将深度运维洞察与切实可行的落地建议有机结合，助力团队从被动的故障抢修模式，转向主动开展的系统优化模式。

如需了解更多信息并注册预览版体验，请参阅Amazon DevOps Agent页面。

Amazon DevOps Agent页面：