Сфера штучного інтелекту продовжує еволюціонувати, проте не без викликів. Після періоду бурхливого розвитку AI-кодування, який супроводжувався численними інноваціями та зростанням попиту на автоматизацію в різних галузях, зараз спостерігається нова криза. Вона пов'язана зі збільшенням складності програмного забезпечення і зростанням кількості помилок у коді, що ставить під загрозу ефективність технологій. У відповідь на ці проблеми стартап Resolve AI оголосив про запуск нового рішення — розробку
Штучний інтелект прискорив розробку програм у рази, але разом із цим створив нову проблему для IT-компаній. Інженери дедалі частіше не встигають контролювати системи, які AI допомагає запускати у виробництво.
Американський стартап Resolve AI, який займається автоматизацією підтримки й моніторингу програмного забезпечення, представив масштабне оновлення своєї платформи. Компанія заявляє, що сучасний бум AI-генерації коду вжестворює нову кризу в IT-галузі– системи розробляються швидше, ніж інженери встигають їх підтримувати та виправляти. Про це повідомляєVentureBeat.
Дивіться такожAI навчився переконливо видавати себе за людину у живих чатах
Resolve AI, підтриманий фондамиGreylock і Lightspeed Venture Partners, розробив платформу з AI-агентами, які мають самостійно розслідувати збої в роботі програм, перевіряти причини помилок і навіть пропонувати шляхи виправлення без участі людини.
Центральною частиною оновлення стала новамультиагентна система аналізу інцидентів. Замість одного AI-агента компанія тепер використовує цілу команду спеціалізованих моделей, які паралельно перевіряють різні гіпотези, аналізують журнали помилок, шукають причинно-наслідкові зв'язки та взаємно перевіряють висновки один одного.
У NORDIS переконані: комфорт не має шкодити довкіллю. Тому кондиціонери бренду створені за простим принципом – поєднання простоти, екологічності та інженерної точності. Сталий розвиток – не тренд, а основа діяльності компанії зі Скандинавії.
Генеральний директор і співзасновник компаніїСпірос Ксантоспорівнює це з роботою реальної команди інженерів.
"Уявіть одного агента, який чергує так само, як це робить людина. Тепер у нас є команда агентів, які працюють разом майже як група людей, що налагоджують проблему. Це підвищило якість результатів удвічі", – заявив він VentureBeat.
За словами компанії, нова архітектура показала більш ніж дворазове покращення точності у внутрішніх тестах під час пошуку першопричин проблем у production-системах.
Йдеться про ситуації, коли онлайн-сервіс або інфраструктура компаніїраптово починає працювати нестабільно після оновлення, збою серверів або помилок у коді. Resolve AI заявляє, що її агенти тепер можуть реагувати на сповіщення автоматично – ще до того, як інженер встигне відкрити ноутбук і почати розслідування. Компанія наводить приклад DoorDash, де AI нібито допоміг скоротити час пошуку першопричини збою до 87%.
"Коли щось ламається, людині може знадобитися 5 – 10 хвилин лише на те, щоб дістати ноутбук і підключитися. Типовий час усунення проблеми може тривати десятки хвилин або навіть години", – пояснив Ксантос.
За його словами, скорочення цього часу у 4 – 5 разів є "чимось, чого індустрія раніше не досягала".
Одна зголовних проблем великих мовних моделей– так звані галюцинації, коли AI генерує правдоподібні, але неправильні відповіді.
У сферіproduction-системце особливо небезпечно, адже помилковий аналіз може змусити інженерів витрачати години на хибний напрямок пошуку. Ксантос визнає цю проблему прямо.
"Моделі за замовчуванням завжди намагаються дати відповідь. Якщо їм бракує доказів, вони все одно створять найбільш імовірну відповідь – а вона може бути неправильною", – зазначив він. Саме тому Resolve AI створила систему взаємної перевірки між агентами.
Кожен AI-агент зобов'язаний:
Інші агенти при цьомунамагаються спростувати знайдену теоріюта шукають логічні прогалини.
"Часто агенти самі руйнують ці теорії, коли знаходять невідповідності", – пояснив Ксантос.
Компанія також наголошує, що AI повинен уміти визнавати невизначеність, а не видавати впевнені відповіді без достатньої кількості даних.
Окрім автоматичного реагування нааварії, Resolve AI представила новий тип background agents – AI-агентів, які постійно працюють у фоновому режимі.
Фактично платформаперетворюється на постійного "AI-оператора", який безперервно стежить за роботою production-систем.
"Тепер ці агенти можуть працювати у фоні постійно, а не лише коли людина попросить їх дослідити проблему", – пояснив Ксантос.
Як пишеTipranks, ще одна частина оновлення – спільний робочий простір для інженерів та AI-агентів. Під час інциденту людина й AI працюють в одному інтерфейсі, бачать однакові журнали, докази, запити та історію аналізу.
Інженери можуть запускатидодаткові перевірки, змінювати запити або переглядати проміжні висновки агентів у реальному часі.
"Це інтерфейс не лише для production-інструментів, а й для співпраці людей та агентів – або агентів між собою", – зазначив CEO Resolve AI.Найгучніша теза Resolve AIполягає у тому, що AI-генерація коду не вирішує проблеми інженерів, а навпаки – збільшує навантаження на команди підтримки.
За словами Ксантоса, компанії сьогодні створюють величезні обсяги коду, який розробники часто не встигають повністю перевіряти або навіть розуміти. "Тепер, коли coding-агенти створюють код, ми виробляємо набагато більше програмного коду, з яким люди менш знайомі. Тому AI має стати захисним механізмом", – заявив він.
Раніше Ксантос також говорив у подкастіStack Overflow, що інженери можуть витрачати понад 70% часу не на створення нових функцій, а на підтримку та ремонт уже запущених систем.
На думку Resolve AI, саме ця проблема стане наступним великим ринком для AI-індустрії.
Resolve AI була заснована у 2024 році Спіросом Ксантосом і Маянком Агарвалом – розробниками, які раніше працювали над OpenTelemetry, одним із найпоширеніших open-source стандартів для моніторингу програмних систем.
У 2025 році компанія залучила 125 мільйонів доларів інвестицій при оцінці у 1 мільярд доларів. Серед клієнтів стартап називаєCoinbase, DoorDash, Salesforce, MongoDB та Zscaler.
Ксантос переконаний, щов майбутньому AIне замінить інженерів повністю, а зробить технології дешевшими та доступнішими. Втім, головне питання поки залишається відкритим – чи готові компанії довірити штучному інтелекту автоматичне втручання у production-системи без контролю людини.