Présentation du service

Groundcover propose Agent Investigations, un espace partagé où les agents d’intelligence artificielle internes, les agents de codage tiers et les ingénieurs d’astreinte collaborent sur les incidents de production. Le lancement s’accompagne d’une automatisation : dès qu’un moniteur signale une anomalie, la plateforme crée une investigation, tout en offrant la possibilité de l’initier manuellement depuis l’interface ou via un bouton Slack.

Le produit vise à réduire la dispersion des conclusions, qui se retrouvent habituellement dans des chats privés, tickets ou messages Slack isolés, en rassemblant toutes les hypothèses et leurs preuves dans un même fil de travail.

Architecture des agents

Deux agents distincts orchestrent le processus. L’Investigator génère un graphe de questions et d’hypothèses, puis interroge les logs, métriques, traces et données Kubernetes collectées par le capteur Groundcover. Chaque nœud du graphe est enrichi d’un lien vers les éléments de télémétrie qui le soutiennent.

Le Moderator examine chaque conclusion proposée. Il est le seul à pouvoir clôturer une hypothèse et renvoie toute affirmation non étayée, séparant ainsi la génération d’une explication de sa validation. Le résultat final est un ensemble d’évaluations structurées, chaque hypothèse étant marquée comme confirmée ou réfutée.

Intégration et flux de travail

Les statuts et évaluations sont publiés dans le fil Slack associé à l’alerte d’origine, et les réponses du fil sont réinjectées dans l’investigation. Cette boucle permet aux ingénieurs de piloter l’avancement depuis la conversation d’incident sans changer d’outil.

Groundcover expose son Model Context Protocol server, ce qui autorise des agents externes comme Claude Code d’Anthropic ou Codex d’OpenAI à lire et à contribuer au même graphe. Les agents externes peuvent ainsi proposer des analyses de business intelligence ou de feuille de route produit, tout en restant synchronisés avec les agents internes.

Implications pour l’observabilité et limites

Le modèle « bring‑your‑own‑cloud » garantit que la télémétrie complète reste dans le compte cloud du client, même lorsque les agents y accèdent. Cette approche préserve la souveraineté des données tout en offrant aux agents un accès en temps réel aux métriques de production.

Le principal bénéfice annoncé est la visibilité instantanée sur le raisonnement des agents, évitant aux équipes de reconstituer manuellement l’historique d’un incident. Toutefois, la solution dépend de la qualité des capteurs Groundcover et de la capacité des équipes à interpréter les graphes d’hypothèses, ce qui peut introduire une courbe d’apprentissage pour les organisations non habituées aux représentations graphiques de diagnostics.