Snowflakeが障害対応AIを導入

構築の出発点はよくある課題だった。パイプラインの数がチームの対応力を上回って増えたため、個々のパイプラインが悪化していなくても障害件数は増えた。新しいパイプラインが増えるたびに、障害が起きる場所と午前2時に壊れ得る依存関係が増えていった。

Snowflakeのチームは当初、REST APIを動かすSnowpark Container Servicesサーバーを検討したが、この方式では1台のサーバーが処理できる実行数に上限があった。採用したアーキテクチャでは、そのボトルネックなしに多数のエージェントを並列実行できる。チームは現在パブリックプレビュー中のCoCoオートメーションのEXECUTE AGENT TASKへの移行も計画しており、1回のSQL呼び出しでエージェント実行を起動し、残りはSnowflakeが処理する。

エージェントの範囲は全サイクルに及ぶ。コードスメルやパフォーマンス問題の走査、障害の先回り検知、ログとコードベースを通じた根本原因の追跡、本番前の修正テスト、十分な文脈を備えたPRの作成だ。Snowflakeは、この社内での取り組みが製品チームが顧客に提供予定の機能に直接つながったと述べる一方、将来に関する記述は製品提供の約束ではないと注記している。