對許多網站可靠性工程師（SRE）或技術支援工程師而言，處理突發事故（Incident）最耗時的往往不是解決問題本身，而是在各個工具間往返切換。工程師必須從監控系統撈取日誌、分析用戶受影響程度，最後還得手動將調查結果彙整成根本原因分析（RCA）報告。為了優化這套繁瑣的流程，Amazon 與 New Relic 展開合作，展示了如何利用 Amazon Q（原資訊中稱為 Amazon Quick）與 Model Context Protocol（MCP）建構出具備「代理功能」的 AI 事故處理助手。
這套解決方案的核心在於「Agentic AI」的概念，意即 AI 不再只是被動回答問題的聊天機器人，而是能跨平台執行任務的代理人。透過 New Relic 的 MCP Server 整合，Amazon Q 可以直接存取監控數據，並與 Asana 等專案管理軟體串接。當維運人員偵測到異常時，只需下達簡單指令，AI 就會自動啟動工作流：從 New Relic 蒐集證據、分析潛在原因、建立包含數據連結的報告，並在 Asana 中指派後續追蹤任務。這種自動化流程將原本分散在不同介面的作業，整合進單一的對話式介面中。
從產業影響的角度來看，這項技術大幅降低了平均修復時間（MTTR）。根據 New Relic 的內部測試顯示，AI 助手能顯著縮短事故調查初期的數據蒐集時間。對企業而言，這不僅意味著服務停機風險的降低，更能解決不同工程師之間調查標準不一的問題。即使是排班經驗較淺的人員，也能透過 AI 助手產出具備一致性標準的分析報告，有效避免工程師交班時的資訊遺失或認知落差。
這項發展之所以值得關注，是因為它標誌著雲端維運正從「手動觀測」過渡到「自動化執行」。以往 SRE 被視為勞力密集的技術工作，但隨著系統規模日益龐雜，單靠人力巡檢已難以為繼。Amazon 與 New Relic 的整合示範了一種新的協作範式：讓 AI 處理繁瑣的數據搬運與格式化工作，而讓工程師專注於更高層次的系統優化決策。對於正積極進行數位轉型的台灣企業來說，導入這種具備代理能力的 AI 工具，將是提升 IT 韌性與人才運用效率的關鍵一步。