次号掲載予定 (2026-10-10号)
084 174文字 • 1分

Jev主導のSRE診断:Kubernetes障害解析における成果と課題

原題: Jev-Driven SRE Diagnosis: What Worked and What Failed

英語

概要

Jevを用いた自動診断パイプラインは、Kubernetesクラスターの証拠収集とモデルの判断を直結させることで、低コスト・高速ながらLLMエージェントに匹敵する診断精度を実現した。

詳細内容

SREGymの研究チームは、LLMエージェントによる自律実行を介さず、収集したクラスター証拠から「Jev」モデルが直接根本原因を選択するSRE診断パイプラインを検証した。このシステムはKubernetesのオブジェクト、ログ、メトリクスをプログラムで収集・整理し、Jevがその概要から異常箇所を特定、詳細な証拠を選択して報告書を作成する。SREGym-Liteを用いた105回の診断テストにおいて、76.2%という高い成功率を記録。これは高性能なLLMエージェントに匹敵する精度でありながら、診断時間は平均14.6秒、コストは従来の約200分の1に抑えられている。Webhookによるリソース制限の不整合などは高精度に特定できたが、複雑なサービス間の相互作用や詳細なメトリクス解析が必要なケースでは、情報の粒度が不足し失敗する傾向も明らかになった。今後は、時系列データやサービス横断的な障害への対応が課題として挙げられている。