背景
據 InfoQ 於 2026 年 10 月 11 日的報導，可靠性管理公司 Gremlin 宣布 Foresight AI 正式可用（general availability）。這是一項 agentic 產品，意思是它由多個自動化代理組成，能分析服務找出可能失效的地方、建議修改方向，並在修改後重新跑一次測試，確認修復確實有效。它以附加元件的形式掛在 Gremlin 平台上，而該平台原本就允許團隊執行事先規劃的故障演練、控制故障的爆炸半徑（blast radius，指一次故障或實驗能波及的範圍大小），並透過自動化測試確保修復長期有效；平台也用可靠性分數讓組織量化改善進度，據此決定韌性投資的先後順序。
Gremlin 執行長兼共同創辦人 Kolton Andrus 把這項產品定位為對現況的回應：在 AI 協助下，軟體交付速度變快，進入生產環境的程式碼越來越多，但未必都經過仔細的人工審查。他的說法是「最好的事故是從未發生的事故」。Foresight AI 想提供的，正是不需要每位開發者都成為分散式系統專家，也能做得到的可靠性檢查。
核心內容
整個流程被拆成四個代理角色。Analyst（分析師）負責收集服務資料並建議該跑哪些測試；Tester（測試員）負責排程與執行這些測試；Operator（操作員）負責解讀失敗的測試並提出修復方案；Technical Program Manager（技術專案經理）則追蹤測試覆蓋率、可靠性風險與跨團隊承諾，能產出每週報告，並透過 Slack 發送更新。
Foresight AI 的建議來自 Gremlin 所謂的 Failure Atlas。根據公司說明，這是從十多年來、數萬個分散式系統中累積數百萬次故障注入實驗（fault injection，刻意人為製造故障條件，觀察系統實際反應）所建立的專有紀錄。公司特別強調，客戶的系統資料不會被用來訓練大型語言模型；代理決策依據的是平台資料與 Failure Atlas，大型語言模型只用在搜尋、摘要與解釋結果這幾件事上。
技術或脈絡解讀
這項發布最主要的技術差異，是所謂的閉環驗證迴路（closed validation loop）。當某個測試暴露出弱點，系統會提出修改建議，接著再把原本那條測試重跑一次，用同樣的條件驗證修改是否真的解決問題，而不是只看警報是否消失。Andrus 對此的說法是：「警報安靜下來什麼也證明不了；一條在真實條件與負載下通過的測試才算數。」
與此同時， Gremlin 明確設定了一條人工批准邊界：Foresight AI 不會在未經批准的情況下執行測試或套用修復。這樣的設計讓工程師始終對變更負責，自動化處理的只是周邊的分析與重複工作。服務本身也能回應自然語言查詢，產生包含圖表、表格、分頁與連結的報告與儀表板，用來呈現可靠性分數的變化以及團隊已處理掉的風險。這對可靠性團隊是一個長期存在的難題：「被避免掉的事故」不會像宕機一樣留下明顯可見的證據，因此很難在組織內被看見與認可。
在為 Gremlin 撰文的另一篇文章中，Intellyx 分析師 Jason English 指出，可觀測性（observability，從系統外部訊號推斷內部狀態的作法）與 AI SRE 產品雖然有用，但基本上是被動的，通常從「已經發生問題」的遙測資料開始回頭追查。故障注入走的是相反路徑：在事故發生前先製造受控的故障條件，記錄服務如何回應。English 同時提醒，可靠性工作不能只當成安裝一套軟體就完成，長期成效仍然需要工程與管理層共同承擔責任。這項補充很重要，因為 Foresight AI 能協調測試與承諾，但哪些風險可以接受、建議的變更是否要執行，仍必須由組織自己決定。Intellyx 已披露 Gremlin 是其客戶。
影響與限制
這次發布與業界其他把自動化韌性檢查納入交付管線的努力並行。Google Cloud 的混沌工程指引建議採用真實故障條件、限制爆炸半徑，並透過 CI/CD 持續自動化；Wix 則描述過如何在 CI/CD 中用 AI 解讀日誌、提出修復建議，同時把部署與關鍵基礎設施的決策權留在人工手上。這些控制方式與 Foresight AI 的批准邊界相當接近，也與更自主的模型形成對比，例如 Cloudflare 提出的 Agent Development Lifecycle（代理開發生命週期）構想，就預期代理會承接更多測試、部署與維運工作。Gremlin 目前採取的是受监督模式：代理負責提議，人負責授權。
在 LinkedIn 上一場關於 AI 驅動 SRE 自動化的討論中，工程師 Sandip Bhattacharya 提出，組織仍然需要專家來設定代理、用指標評估代理行為，並在模型與基礎設施變動時持續調整。這為 Gremlin 的受监督模式提供了一個很好的檢驗角度：自動化固然能減少重複勞動，卻也同時製造出一套新的系統，可靠性工程師必須有能力去評估它。Amplify Partners 合夥人 Mike Dauber 把 Foresight AI 形容成「替你把次數做完的教練」，貼切點出產品對重複測試的重視；但目前公開的證據仍來自 Gremlin 本身與其 beta 計畫，公司尚未發布比較準確度、誤報率或詳細的 beta 結果。
Gremlin 由曾在 Amazon 與 Netflix 工程背景的團隊創辦，Andrus 過去兩家公司都負責可靠性工作，而 Netflix 當年的 Chaos Monkey 幫助普及了自動化故障注入的作法。Foresight AI 把這套方法再往前推一步：從「執行實驗」擴展到挑選測試、解讀結果、提出修復，並持續驗證修復是否仍有效。在 beta 期間驗證能在事故發生前找出並處理可靠性風險後，Gremlin 宣布自即日起開放所有人使用。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。