Grepr AI运维挑战

Grepr是一家由AppDynamics前架构师Jad Naous创立的基础设施公司，旨在解决AI时代下可观测性成本激增与系统复杂性之间的矛盾。其核心主张是：随着AI代码生成和微服务普及，传统手动配置日志丢弃规则已不可持续，需通过自动化降噪和智能代理来维持可靠性。

【背景】Naous指出，可观测性支出常占基础设施成本的10–15%，而AI推理工作负载正引发新一轮数据爆炸。Grepr的策略并非替换Datadog等现有工具，而是作为“智能操作层”介入，自动减少90%的遥测噪音，同时保留原始数据以备调查。

近期，Grepr进一步将AI能力从被动分析转向主动运维。2026年9月推出“Agent Sessions”预览版，用于追踪组织内AI编码代理的使用情况；10月发布博客称其AI在首月运行中执行了约17,000次调查，成功捕获密钥泄露和崩溃循环等问题，且无需预设警报规则。这标志着其从单纯的“成本优化器”向“自主运维代理”演进。

争议点在于：客户证言显示其能显著降低CloudWatch或Datadog账单（如CustomInk降低85%），但关于“无感切换”的承诺是否在所有复杂架构中成立，仍需更多独立验证。此外，Gartner预测到2028年未实施成本控制的企业将超支50%，这为Grepr的市场时机提供了宏观支撑，但也加剧了竞争压力。