انقلاب نرم‌افزارهای خودمختار در راه است. در کنفرانس Transform 2025، آشان ویلی، مدیرعامل New Relic و سم ویتون، مدیرعامل و هم‌بنیان‌گذار Red Dragon AI، درباره نحوه تجهیز سیستم‌های عامل برای دستیابی به بازگشت سرمایه قابل اندازه‌گیری و ترسیم نقشه راه زیرساختی به منظور حداکثرسازی هوش مصنوعی عامل‌محور صحبت کردند. New Relic با ارائه قابلیت رصد، اطلاعات ضروری را از اپلیکیشن‌ها، لاگ‌ها و تلومتری زیرساخت‌ها در زمان واقعی جمع‌آوری و تجزیه و تحلیل می‌کند. این observability فراتر از نظارت ساده است و به تیم‌ها امکان می‌دهد تا با دریافت زمینه و بینش لازم، سیستم‌های پیچیده را در مواقع پیش‌بینی نشده درک، عیب‌یابی و بهینه‌سازی کنند.
امروزه، با توجه به ظهور هوش مصنوعی مولد و عامل‌محور، این وظیفه به طرز فزاینده‌ای پیچیده شده است. نظارت اکنون شامل رصد تمامی ابزارهای مبتنی بر هوش مصنوعی از جمله Nvidia NIM، DeepSeek و ChatGPT می‌شود که استفاده از قابلیت‌های نظارتی این شرکت حدود ۳۰ درصد در هر فصل افزایش یافته است. آشان ویلی بیان کرد: «دیگر چیزی که می‌بینیم تنوع زیادی در مدل‌ها است. شرکت‌ها با GPT شروع کرده‌اند، اما به تدریج از مدل‌های دیگری هم استفاده می‌کنند. ما شاهد ۹۲ درصد افزایش در تنوع مدل‌هایی هستیم که استفاده می‌شوند. حالا سوال این است که چگونه می‌توان اثر بخشی آن‌ها را اندازه‌گیری کرد؟»
بدین‌ترتیب، این سوال مطرح می‌شود که نظارت چگونه در حال تحول است؟ ارزش مورد استفاده در صنایع مختلف بسیار متفاوت است و عملکرد آن برای هر یک از شرکت‌ها بسته به اندازه و اهداف آن‌ها کاملاً متفاوت است. به عنوان مثال، یک شرکت مالی ممکن است بر به حداکثر رساندن حاشیه سود تمرکز کند، در حالی که یک شرکت تولیدی ممکن است زمان ورود به بازار و کنترل کیفیت را اندازه‌گیری کند.
New Relic در سال ۲۰۰۸ تأسیس شد و تمرکز اصلی آن بر نظارت بر اپلیکیشن‌ها برای SaaS، موبایل و در نهایت زیرساخت ابری بود. با رشد هوش مصنوعی و هوش مصنوعی عامل‌محور، نظارت دوباره به اپلیکیشن‌ها بازمی‌گردد، زیرا عوامل، میکروعوامل و نانوعوامل در حال تولید کد نوشته شده توسط هوش مصنوعی هستند. با افزایش تعداد خدمات و میکروخدمات، به ویژه برای سازمان‌های دیجیتالی، بار شناختی برای هر انسانی که وظایف نظارتی را بر عهده دارد، به شدت افزایش می‌یابد.
ویلی در این باره گفت: «اینکه چگونه کار خواهد کرد به این صورت است که شما اطلاعات کافی خواهید داشت که در حالت همکاری کار خواهید کرد. وعده‌ی عوامل در نظارت این است که برخی از آن بارهای کاری خودکار را به انجام برسانند. این موضوع باعث می‌شود که آن را برای افراد بیشتری قابل دسترس کند.»
یک پلتفرم واحد برای رصد به سمت دنیای عامل‌محور حرکت می‌کند. عوامل فرآیندها را خودکار می‌کنند، اما به طور عمیق در کل اکوسیستم، از جمله تمامی ابزارهایی که یک سازمان در حال استفاده است، ادغام می‌شوند. با استفاده از هوش مصنوعی عامل‌محور، توسعه‌دهندگان می‌توانند از خطاهای کد در هر نقطه از اکوسیستم مطلع شوند و آن‌ها را به سرعت اصلاح کنند، بدون اینکه از پلتفرم کد نویسی خود خارج شوند.
به عنوان مثال، اگر مشکلی با کد انجام شده در GitHub وجود داشته باشد، یک پلتفرم نظارتی که به‌وسیله‌ی عوامل هدایت می‌شود، می‌تواند آن را شناسایی کرده، نحوه‌ی حل آن را تعیین کند و سپس به مهندس هشدار دهد یا فرآیند را به طور کامل خودکار کند. ویلی گفت: «عوامل ما به طور بنیادین به هر اطلاعاتی که در پلتفرم داریم، نگاه می‌کنند. این می‌تواند شامل عملکرد برنامه، چگونگی کارکرد ساختارهای پایه Azure یا AWS و هر اطلاعات دیگری باشد که به این کد مرتبط است. ما این را مهارت‌های عامل‌محور می‌نامیم.»
در GitHub، به عنوان مثال، آن‌ها به توسعه‌دهنده اطلاع می‌دهند که کد به خوبی اجرا می‌شود، خطاها چگونه مدیریت می‌شوند یا حتی زمانی که نیاز به برگشت نرم‌افزار وجود دارد، این روند را نیز به‌طور خودکار انجام می‌دهند. مرحله‌ی بعدی که New Relic ماه گذشته اعلام کرد، همکاری با عامل کدنویسی Copilot برای آگاه کردن توسعه‌دهنده از خطوط خاص کدی است که با آن مشکل دارد. سپس Copilot مسئله را اصلاح کرده و نسخه‌ای را برای استقرار مجدد آماده می‌کند.
به گفته‌ی ویلی، با پذیرفتن هوش مصنوعی عامل‌محور و سازگاری با آن، سازمان‌ها به زودی متوجه خواهند شد که نظارت جزئی حیاتی از عملکرد آن است. «همان‌طور که شما شروع به ساخت تمام این ادغام‌ها و اجزا می‌کنید، می‌خواهید بدانید که عامل چه کاری انجام می‌دهد. این به نوعی استدلال برای زیرساخت است؛ استدلال برای کشف آنچه در تولید شما در حال وقوع است. این همان چیزی است که نظارت به همراه خواهد آورد و ما در خط مقدم آن قرار داریم.»