‏Aurora: پلتفرم هوش مصنوعی Auvik برای مدیریت شبکه

تیم‌های IT که شبکه‌های چندوندوری رو مدیریت می‌کنن، هر روز با انبوهی از هشدارها روبرو می‌شن، اما تعداد مهندس‌هایی که بدونن با این هشدارها چیکار کنن داره کم‌تر می‌شه. دقیقاً اینجاست که Auvik با پلتفرم جدیدش Aurora وارد میدان شده تا این معادله رو عوض کنه.

Auvik یه شرکت ۱۵ ساله‌ست که از ابتدا با هدف ساده‌سازی مدیریت شبکه برای سازمان‌هایی که نمی‌تونستن از ابزارهای پیچیده و گرون‌قیمت سنتی استفاده کنن، شروع به کار کرد. Aurora آخرین حرکت بزرگ این شرکته: یه پلتفرم هوش مصنوعی عاملی که از صرف هشداردادن فراتر می‌ره و وارد فاز «اقدام خودکار» می‌شه.

Doug Murray، مدیرعامل Auvik، خیلی صریح می‌گه که مشتری‌هاشون دیگه حوصله‌ی AI تزئینی ندارن. اونا می‌خوان چیزی که واقعاً کار رو ساده‌تر کنه و اتوماسیون ایجاد کنه، نه فقط یه برچسب «هوش مصنوعی» روی محصول.

Aurora بر اساس یه چارچوب سه‌مرحله‌ای کار می‌کنه که بنیان‌گذاران Auvik از همون اول روی تخته‌سفید کشیدن: See (دیدن)، Tell (گفتن)، Do (انجام‌دادن). مرحله‌ی «See» یعنی دید کامل به زیرساخت، «Tell» یعنی اطلاع‌رسانی هوشمند درباره‌ی مشکلات، و «Do» همون چیزیه که Aurora رو متمایز می‌کنه: تبدیل بینش به عمل.

قابلیت‌های عملی Aurora شامل چند بخش مهمه. اول اولویت‌بندی هشدارها: به‌جای یه لیست بلندبالای هشدارهای مساوی، سیستم اون‌ها رو با رنگ‌بندی قرمز/زرد/سبز رتبه‌بندی می‌کنه تا تکنسین MSP بدونه از کجا شروع کنه. دوم مدیریت چرخه‌ی عمر دستگاه‌ها: Aurora وضعیت پایان‌پشتیبانی (EOL) دستگاه‌ها رو سطحی می‌کنه و دقیقاً مشخص می‌کنه کدوم دستگاه‌ها نیاز به اقدام دارن. سوم پایش CVE (در نسخه‌ی بتا): عامل‌های هوش مصنوعی دستگاه‌های مدیریت‌شده رو در برابر آسیب‌پذیری‌های شناخته‌شده اسکن می‌کنن، قبل از اینکه مشکل به تیکت تبدیل بشه. چهارم کمک در نوشتن اسکریپت: تکنسینی که با CLI یه دستگاه آشنا نیست می‌تونه به‌زبان طبیعی بپرسه چطور یه مشکل رو برطرف کنه و یه اسکریپت آماده بگیره.

آنچه Aurora رو از یه لایه‌ی هوش مصنوعی ساده جدا می‌کنه، زیرساختِ داده‌ایه که زیرشه. Auvik در طول ۱۵ سال بیش از ۳۰۰ میلیون بکاپ پیکربندی دستگاه و ۲.۲ میلیارد اجرای دستور CLI از صدها فروشنده‌ی مختلف جمع‌آوری کرده و الان روزانه بیش از ۱۰ میلیون دستگاه مدیریت می‌کنه. توصیه‌های Aurora از این تاریخچه‌ی واقعی تغذیه می‌کنن، نه از داده‌های آموزشی عمومی.

لایه‌ی عاملی Aurora بر اساس «context زنده» شبکه‌ی هر مشتری کار می‌کنه؛ یعنی یه Agent جمع‌آوری‌کننده‌ی روی شبکه به‌صورت مداوم وضعیت دستگاه‌ها، توپولوژی، پیکربندی و داده‌های عملکردی رو می‌کشه و به یه مخزن مرکزی ابری می‌فرسته. Murray توضیح می‌ده که این عامل‌ها نه از fine-tuning سنتی و نه از RAG معمول استفاده می‌کنن، بلکه مستقیماً روی context زنده‌ی شبکه‌ی همون مشتری خاص کار می‌کنن.

پشته‌ی هوش مصنوعی Aurora بر پایه‌ی زیرساخت اختصاصی ساخته شده، اما از Claude به‌عنوان LLM اصلی و از مدل‌های OpenAI برای توابع خاص استفاده می‌کنه. Murray می‌گه که ظهور ابزارهای Agentic AI در دو سال اخیر، استخراج ارزش از اون حجم عظیم داده‌های تاریخی رو خیلی راحت‌تر کرده.

در نهایت Aurora یه پاسخ مستقیم به یه بحران ساختاریه: متخصصان شبکه دارن بازنشسته می‌شن و نسل جدید دیگه CLI سیسکو یاد نمی‌گیره. هدف Auvik اینه که کاری کنه برای اداره‌کردن زیرساخت شبکه، دیگه لازم نباشی حتماً متخصص شبکه باشی.

نکات کلیدی:

• Aurora پلتفرم هوش مصنوعی عاملی Auvik برای مدیریت شبکه و IT با تمرکز بر اتوماسیون واقعیه
• چارچوب See→Tell→Do: Aurora مرحله‌ی «Do» یعنی اقدام خودکار رو به پلتفرم اضافه می‌کنه
• قابلیت‌های کلیدی: اولویت‌بندی هشدار، مدیریت چرخه‌ی عمر دستگاه، پایش CVE و کمک در نوشتن اسکریپت
• پشتوانه‌ی داده‌ای: ۳۰۰ میلیون بکاپ پیکربندی و ۲.۲ میلیارد اجرای CLI از ۱۵ سال فعالیت
• LLM اصلی: Claude با پشتیبانی مدل‌های OpenAI برای توابع خاص
• هدف بلندمدت: ایجاد پلتفرمی که بدون نیاز به متخصص شبکه قابل استفاده باشه