المكاسب:
- إن القدرة على التمييز بين مكان الذكاء الاصطناعي في سلسلة DevOps (خط الأنابيب والتكوين والبرنامج النصي والسجل) يوفر الوقت الفعلي ومكان ترك القرارات التي تؤثر على الإنتاج للبشر، اعتمادًا على مستوى مخاطر المهمة.
- القدرة على تطبيق نظام يتحقق من كل مخرجات الذكاء الاصطناعي من خلال خطوات توصيله بالمصدر وتشغيله جافًا وتمريره عبر مرشح النظام.
- القدرة على اكتساب عادة عدم لصق الأسرار على الطلبات وإخفائها والعمل لأغراض دفاعية فقط على الأنظمة المعتمدة.
في إحدى الليالي عند الساعة 03:14، يرن هاتفك: خدمة الدفع معطلة، ويتم فقدان المال والسمعة في كل دقيقة. وفي يوم آخر، يؤدي أمر واحد خاطئ إلى إعادة تشغيل آلاف الخوادم. هذا هو عالم محترفي DevOps - المسؤولية عن جميع خطوط الأنابيب والأتمتة وعند الطلب التي يمر بها البرنامج من مستودع التعليمات البرمجية (حيث يتم تخزين مصدر البرنامج) حتى يصل إلى أيدي العميل. DevOps عبارة عن مزيج من كلمتي "تطوير" و"عمليات": إنها ثقافة ومجموعة من الممارسات التي تعمل على تطوير البرامج وتشغيلها في تدفق واحد سريع وموثوق. تنتج كل خطوة من هذا التدفق أمرًا وملف تكوين وبرنامجًا نصيًا. الذكاء الاصطناعي (الذكاء الاصطناعي - برنامج يستخرج الأنماط من البيانات التاريخية وينتج نصًا ورمزًا وتنبؤات) يوفر لك الكثير من الوقت في هذه الوفرة من النصوص.
لكن بداية هذه الوحدة واضحة: الذكاء الاصطناعي هو مساعد ومولد مسودة وأداة لدعم القرار؛ أنت المسؤول عن تحديد ما يحدث في البيئة الحية (الإنتاج، النظام الذي يستخدمه العملاء الحقيقيون)، ومتى وأي زر يجب الضغط عليه في منتصف الليل. في DevOps، لا تتمثل تكلفة الخطأ في دقائق قليلة، بل في وقت التوقف عن العمل وفقدان البيانات وانتهاك الأمان. ولهذا السبب سنركز في هذه الوحدة الأولى على الانضباط، وليس على الأداة.
أين يكون الذكاء الاصطناعي مفيدًا في سلسلة DevOps؟
دعونا نقسم وظائف DevOps إلى مجموعتين كبيرتين. المجموعة الأولى: الوظائف المتكررة والنصية والهيكلية. كتابة وصف CI/CD (التكامل المستمر / التسليم المستمر - خط الأنابيب الذي يختبر التعليمات البرمجية ويطلقها تلقائيًا)، وصياغة ملف Dockerfile (ملف وصفة يقوم بحزم تطبيق في حاوية)، وشرح كتلة Terraform المعقدة (أداة تحدد البنية التحتية كرمز)، وتلخيص مكدس السجل (سجلات الأحداث التي تنتجها الأنظمة) ووضع علامة على الشذوذ، وصياغة برنامج نصي bash. في هذه المهام، يقوم الذكاء الاصطناعي بتقليل الدقائق إلى ثواني ولا يتعب.
المجموعة الثانية: القرارات التي يترتب عليها تعطيل أو مال أو سلامة. ما إذا كان سيتم إرسال الإصدار إلى المنتج، وما هي الخدمة التي سيتم إعادة تشغيلها في منتصف الليل، وكيفية تخزين سر، وما هو المورد الذي سيتم إيقافه عن طريق خفض التكلفة. تتطلب هذه القرارات السياق ومعرفة النظام والمسؤولية. هنا، يجعل الذكاء الاصطناعي الخيارات والمخاطر مرئية - ولكنك تضغط على زر "تطبيق".
دعونا نوضح الفرق في جملة واحدة: الذكاء الاصطناعي قوي في أسئلة "ماذا يفعل هذا التكوين وكيفية كتابته"؛ القرار لك عندما يتعلق الأمر بأسئلة مثل "هل يجب أن أطبق هذا على المنتج ومن سيضمن ذلك؟"
نصيحة: قبل الاستعانة بمصادر خارجية لذكاء اصطناعي في مهمة ما، اسأل: "ما الذي سأخسره إذا كان هذا الإخراج خاطئًا؟" إذا كانت الإجابة "بضع دقائق"، فلا تتردد في التفويض. إذا كانت الإجابة "انقطاع الإنتاج أو فقدان البيانات أو تسربها"، دع الذكاء الاصطناعي ينتج المسودة وأنت تتحقق من القرار والتنفيذ.
خطوة بخطوة: كيف تعمل أعمال DevOps المدعومة بالذكاء الاصطناعي؟
- جمع السياق. ما هي السحابة (AWS، وAzure، وGCP)، وما إصدار الأداة، وما هي القيود؟ إذا أعطيت الذكاء الاصطناعي سياقًا غير كامل، فستحصل على مخرجات غير مكتملة وخطيرة.
- تحديد مهام واضحة. ليس "اكتب خط أنابيب"؛ لنفترض، "باستخدام GitHub Actions، اكتب سير عمل في الفرع الرئيسي الذي يعمل عند الدفع، ويجري الاختبارات، ويبني صورة Docker، لكنه لا ينشرها."
- إنتاج المسودة. دع الذكاء الاصطناعي يكتب الإصدار الأول.
- يؤكد. تحقق من بناء الجملة، وتحقق مما إذا كان قد تم تسريب معلومات سرية، واختبرها باستخدام التشغيل الجاف (وهو الوضع الذي يُظهر فعليًا للتطبيق ما يجب فعله).
- جربه في Sandbox. لا تقم أبدًا بالمحاولة الأولى في الهمز؛ تشغيل في بيئة الاختبار/التدريج.
- تطبيق تدريجيا ومراقبة. احصل عليه مباشرة من خلال مراقبة المقاييس والسجلات.
انضباط التحقق: ثلاث خطوات
يتحدث الذكاء الاصطناعي بطلاقة وثقة؛ هذا لا يعني أن هذا صحيح. ينتج الذكاء الاصطناعي في بعض الأحيان هلوسة - حيث يقوم بتكوين إشارة أمر غير موجودة، أو اسم خدمة سحابية، أو مفتاح تكوين على أنه حقيقي. في DevOps، يمكن لعلامة --force الزائفة حذف البيانات، بينما يؤدي إذن IAM (إدارة الهوية والوصول) الزائف إلى إنشاء ثغرة أمنية. منعكس:
- قم بتوصيله بالمصدر. هل كل أمر وعلامة يقدمها الذكاء الاصطناعي موجودة بالفعل في الوثائق الرسمية؟ اسأل "أخبرني عن الإصدار الذي يأتي به هذا العلم واسمه في المستند الرسمي"؛ إذا لم تكن متأكدا، فلا تثق به.
- جفف. تعرف على ما يحدث دون تطبيقه فعليًا باستخدام تعديلات مثل خطة terraform، وkubectl --dry-run، --check.
- مررها عبر مرشح النظام. هل يتطابق الإخراج مع البنية الخاصة بك وسياسة الأمان وأسماء الموارد المتاحة؟ معرفتك بالمجال هي الفلتر النهائي.
انتبه: عبارة "لقد كتب الذكاء الاصطناعي ذلك" ليست مبررًا. في حالة انقطاع الحث، لا تقع المسؤولية على عاتق الذكاء الاصطناعي، بل على عاتق الشخص الذي يدير هذا الأمر دون التحقق منه. يعد أمر الذكاء الاصطناعي الذي لم يتم التحقق منه أمرًا محفوفًا بالمخاطر تمامًا مثل أمر rm -rf الذي يتم تنفيذه دون قراءته.
الأمن والأسرار: لا تسرب أبدا
تتعلق قاعدة الخصوصية الأكثر أهمية في DevOps بالأسرار. سر؛ إنها معلومات سرية مثل كلمة المرور، ومفتاح API، وسلسلة اتصال قاعدة البيانات، والشهادة الخاصة، والتي يمكنها فتح نظامك بالكامل إذا تم اختراقه. لا تلصق أي أسرار حقيقية في مطالبة الذكاء الاصطناعي. إذا كانت مجموعة من التعليمات البرمجية تحتوي على مفتاح وصول فعلي لـ AWS، أو محتويات ملف .env، أو كلمة مرور لقاعدة بيانات الإنتاج، فقم بإخفائها باستخدام عناصر نائبة مثل <AWS_ACCESS_KEY> بدلاً من AKIA... قبل منحها إلى الذكاء الاصطناعي.
تحقق أيضًا من الكود الذي ينتجه الذكاء الاصطناعي: أحيانًا ينتج الذكاء الاصطناعي أمثلة تقوم بتشفير السر مباشرة في الكود من أجل الراحة. هذه ثغرة أمنية. في الواقع، يتم الاحتفاظ بالأسرار في قبو سري (Vault، وAWS Secrets Manager، وAzure Key Vault) ويتم إدخالها كمتغيرات بيئة في وقت التشغيل.
حد أخلاقي وقانوني آخر في هذا المجال: الاستخدام الدفاعي. استخدم الذكاء الاصطناعي لتقوية أنظمتك، والمسح بحثًا عن نقاط الضعف، واستخراج آثار الهجمات من السجلات. إن الوصول غير المصرح به إلى نظام شخص آخر، أو المسح غير المصرح به، أو إنشاء أداة هجوم هو أمر غير قانوني وخارج نطاق هذا النظام الأساسي. اعمل دائمًا في الأنظمة التي لديك سلطة عليها وحصلت على إذن كتابي من خلال العقد.
ما هي البيانات التي تدخل في أي مركبة؟
نوع البيانات
مثال
مركبة مناسبة
البيانات المفتوحة
وثيقة رسمية، كود مفتوح المصدر
كل مركبة
البيانات الداخلية (ليست سرا)
مخطط معماري عام، خط أنابيب عام
مركبة معتمدة من المؤسسة
سرية/حساسة
سرية، IP/طوبولوجيا المنتج، بيانات العملاء
فقط المركبة المتعاقدة مع المؤسسة، والتي لا تذهب بياناتها للتدريب؛ عن طريق اخفاء
ثلاث حالات صغيرة
الحالة 1 - تم كسب الوقت في المكان المناسب. قضى أحد مهندسي DevOps 6 ساعات في نقل خط أنابيب Jenkins القديم المكون من 300 خط إلى GitHub Actions. لقد اختصر العمل إلى 90 دقيقة من خلال جعل الذكاء الاصطناعي يشرح خطوة بخطوة وينتج مسودة. لقد أمضى الوقت الموفر في التحقق من كل خطوة ينتجها الذكاء الاصطناعي في التدريج، واحدة تلو الأخرى. اعتمد الذكاء الاصطناعي على الترجمة الميكانيكية؛ بقي التحقق من الصحة مع الإنسان.
الحالة الثانية - التحقق أدى إلى تجنب الكارثة. طلب فريق من الذكاء الاصطناعي برنامجًا نصيًا لتنظيف Terraform. أعطى الذكاء الاصطناعي كودًا بطلاقة؛ ولكن عندما قام المهندس بتشغيل خطة Terraform، اكتشف أن البرنامج النصي خطط أيضًا لحذف قاعدة بيانات الإنتاج المستخدمة - فقد أخطأ الذكاء الاصطناعي في كتابة مرشح الموارد. أدى التشغيل الجاف إلى منع فقدان البيانات لساعات.
الحالة 3 - العودة من التسرب السري. أثناء السؤال "لماذا حدث خطأ النشر"، قام أحد المتدربين بلصق ملف .env بأكمله في أداة عامة تحتوي على كلمة مرور قاعدة بيانات الإنتاج الفعلية بداخلها. قام كبير المهندسين على الفور بتدوير المفاتيح وتجديدها. كانت الطريقة الصحيحة هي إخفاء كلمة المرور باستخدام <DB_PASSWORD> ومشاركة رسالة الخطأ فقط.
أربعة قوالب قابلة للنسخ
1) تقييم مدى ملاءمة الوظيفة:
دورك: مستشار أول DevOps / SRE. سأصف لك الدور. أخبرني (1) ما إذا كانت هذه مهمة صياغة/تحليل يمكن تفويضها بأمان إلى الذكاء الاصطناعي، أو قرار حاسم يؤثر على المنتج؛ (2) أخبرنا بالنتيجة الأسوأ إذا سارت الأمور على نحو خاطئ؛ (3) أخبر خطوات التحقق التي يجب القيام بها قبل التنفيذ. المهمة: [هنا]
2) إعطاء السياق الآمن (الإخفاء السري):
تحليل الخطأ أدناه. لقد قمت بإخفاء كل الأسرار باستخدام <PLACEHOLDER>؛ تقترح أيضًا عدم إنتاج سر حقيقي في الحل مطلقًا، واستخدام عنصر نائب وتضمين السر في الكود، وقراءته من المخزن السري. خطأ/سجل: [المحتوى المقنع]
3) التحقق من الأمر:
اشرح لي هذا الأمر: اكتب ما يفعله كل علم، وإصدار الأداة الذي ينطبق عليه، وأخطر آثاره الجانبية. أخيرًا، قم بإدراج 3 عمليات فحص يجب القيام بها قبل تشغيل هذا في المنتج. الأمر: [هنا]
4) استعلام التعلم/المفهوم:
أنا [المفهوم: على سبيل المثال اشرح مفهوم [النشر الأزرق والأخضر] كما لو كنت تشرحه لمهندس DevOps: ماذا يفعل، ومتى يستخدمه، ومتى لا يستخدمه، وهما خطأان نموذجيان. كن مختصرًا وملموسًا.
موجه ضعيف / موجه قوي
ضعيف: "اكتب لي نصًا للنشر."
الخلاصة: ليس من الواضح أي سحابة، أي أداة، أي بيئة؛ يُنتج الذكاء الاصطناعي نصًا عامًا، وربما غير منتج، يقوم بتضمين السر في الكود.
Strong: "اكتب مسودة لبرنامج نصي bash يتم نشره في AWS ECS (Elastic Container Service). المنطقة هي eu-central-1، وتأتي الصورة من ECR. لا تقم أبدًا بتضمين أسرار في الكود، واقرأها من AWS Secrets Manager. إذا كان هناك خطأ في كل خطوة، توقف (set -euo Pipefail). اكتب جميع خطوات التحقق الثلاث قبل تشغيل البرنامج النصي في المنتج."
الفرق: الموجه الثاني يعطي السحابة، والأداة، والبيئة، وقاعدة الأمان، وتوقعات التحقق من الصحة - ويكون الإخراج مفيدًا وآمنًا بشكل مباشر.
الأخطاء الشائعة
- لصق السر الفعلي في الموجه. الخطأ الأكثر شيوعا وخطورة. قناع دائما.
- موجه بدون سياق. بدون تحديد السحابة أو الإصدار أو البيئة، غالبًا ما ينتمي الإخراج المطلوب إلى إصدار خاطئ أو بنية خاطئة.
- تخطي التشغيل الجاف. التنفيذ بدون تخطيط/--التشغيل الجاف هو الاختصار الأكثر تكلفة في DevOps.
- إجراء المحاولة الأولى في همز. يجب أولاً تشغيل كل مخرجات الذكاء الاصطناعي الجديدة في الاختبار/التدريج.
- تفويض المسؤولية بـ "قال الذكاء الاصطناعي". المسؤولية تبقى دائما على عاتق المهندس المنفذ.
- الثقة في العلم الهلوسة. تنفيذ إشارة أمر غير موجودة بدون استعلام.
باختصار
DevOps والذكاء الاصطناعي السحابي؛ إنه مساعد يوفر سرعة كبيرة في المهام كثيفة النص مثل خط الأنابيب والتكوين والبرنامج النصي والسجل. لكن مسؤولية القرارات التي تؤثر على المنتج والإدارة السرية والتنفيذ النهائي تبقى على عاتق المهندس المختص. التحقق من ثلاث خطوات (الاتصال بالمصدر، والتشغيل الجاف، والمرور عبر مرشح النظام)، وعدم تسريب الأسرار مطلقًا، والعمل لأغراض دفاعية فقط على الأنظمة المعتمدة هي المبادئ التوجيهية لهذه الوحدة.
مهمة التطبيق
حدد مهمة DevOps حديثة من عملك الخاص (أو نموذج مشروع). (1) قم بوصف هذه المهمة للذكاء الاصطناعي باستخدام قالب "تقييم مدى ملاءمة الوظيفة" أعلاه واقرأ تصنيفها. (2) إذا كانت تحتوي على سر، قم بإعداد نص سياقي بإخفائه. (3) تحقق من مخرجات الذكاء الاصطناعي من خلال التحقق من ثلاث خطوات ولاحظ في جملة واحدة ما قمت بتصحيحه في كل خطوة.
قائمة مرجعية
- [ ] لقد صنفت مهمتي على أنها "عمل قابل للتفويض" أو "قرار حاسم".
- [ ] لم ألصق أي أسرار فعلية في الموجه؛ لقد قمت بإخفائهم جميعًا باستخدام عنصر نائب.
- [ ] أضفت سياقًا إلى الموجه فيما يتعلق بالسحابة وإصدار الأداة والبيئة.
- [ ] لقد قمت بفحص مخرجات الذكاء الاصطناعي من خلال التشغيل/الخطة الجافة قبل تطبيقها.
- [ ] لقد قمت بالمحاولة الأولى في بيئة الاختبار/التدريج، وليس في عملية الإنتاج.
- [ ] لقد عملت فقط على الأنظمة التي كان لي سلطة فيها، وذلك لأغراض الدفاع.