ネットワーク障害の診断をAIが進めても、本番環境を変更する直前には実行基盤が処理を止める。Microsoftが構築した障害対応エージェントは、この承認待ちをコードで強制し、モデルが修正方法を判断する処理と、実際に操作を許可する処理を分けている。
装置の状態と変更履歴から障害を絞り込む
Microsoftによると、構築したネットワーク障害対応エージェントは、装置の状態を取得し、テレメトリーと直近の変更を突き合わせて障害を分類する。その結果を要約し、インシデントへ書き込むところまで処理する。
この一連の処理を動かす実行基盤は、主として決定的なワークフローで構成される。モデルによる処理は限定した工程に組み込み、スキーマで検証する。モデルの出力をそのまま自由な操作へつなげず、周囲のソフトウェアが実行経路を制御する構成だ。
呼び出した人の権限をツール操作の上限にする
実行経路から使える権限は、エージェントを呼び出した人の権限に制限する。サービス用の実行主体が必要な場合も、人とエージェントの権限のうち厳しい方を適用する。ツールごとのアクセス方針は担当チームが管理し、そのチームのレビューを必須とするプルリクエストを通して変更する。マージでアクセスを付与し、変更を取り消すと撤回する。
操作の入口は、単一の型付きツールインターフェースにまとめる。各ツールを個別に認可し、呼び出しを構造化して記録する。自由に操作できるシェルは与えず、コマンドラインを使う場合も、用途を限定したツールとしてこの入口の背後に置く。
本番環境の変更直前に実行エンジンが止める
認可されたツールであっても、本番環境を変更する操作には別の境界を設ける。Microsoftの実装では、診断は自動で進む一方、変更操作は人の承認を待つ。停止を強制するのは実行エンジンのコードであり、モデルへの指示文ではない。
承認待ちを省略する許可も、手順と操作の種類ごとに判断する。モデルの能力が高いことだけを理由に、この境界を通過させる扱いにはしない。
成功した推論経路をモデル不要の定型手順へ移す
Microsoftは、同じ推論経路が十分な回数成功すると、その経路を決定的なプレイブックへ変換しているとしている。プレイブックは対応を定型化した実行手順で、モデル呼び出しなしで動く。
この変換により、繰り返す対応を実行する経路から、その都度のモデル推論が外れる。成功した経路を再利用する段階では、生成された判断を毎回受け取る処理から、固定した手順を実行する処理へ移している。