Elasticsearch引入AI代理人工审批，72小时等待与自动化修复

近日，Elastic 公司宣布其 Elasticsearch 平台新增支持 AI 代理人工审批的工作流功能，这一创新为复杂的数据处理流程提供了更灵活的解决方案。根据 Elastic 开发者 Alex Salgado 的介绍，该功能允许 AI agent 在执行过程中暂停并等待人工审批，整个过程无需额外配置基础设施，且决策记录可直接存储在 Elasticsearch 中进行查询。

在传统的 AI 工作流中，当 agent 需要人工审批时，如果审批人无法及时响应，往往会导致会话过期、上下文丢失，进而使工作流必须从头开始。Elasticsearch 通过持久化的执行状态解决了这一痛点，工作流可以在人工审批节点暂停数天，然后从中断的位置准确恢复。每个决策都会作为可搜索的数据持久化到 Elasticsearch 中，确保了流程的连续性和可追溯性。

以数据流摄取失败为例，当 Elasticsearch 收到无法建立索引的文档时，系统可以选择拒绝文档或将其安全存储起来以供后续分析。启用失败存储后，这些文档会被重定向到数据流内部的专用索引，保留原始内容及错误信息，包括异常类型、错误消息、发生失败的管道和处理器等。开发者可以使用 data_stream::failures 语法查询失败存储中的文档，从而快速定位问题根源。

为了实现这一功能，Elasticsearch Workflows 在数据已经存在的位置运行，工作流的长期执行状态会持久化到 Elasticsearch 中，即使重启也不会丢失。AI agent 来自 Agent Builder，只在每个步骤执行期间维持会话，而告警则来自已经在监控数据的相同规则。审批 UI 位于 Kibana 中，无需额外配置基础设施，remediation-runs 索引是工作流自身写入的审计记录，可以像查询其他 Elasticsearch 索引一样对其进行查询。

图中展示了失败存储修复工作流的完整流程：首先由告警规则检测失败并邮件通知操作员，启动工作流；接着读取失败文档，进行诊断并记录诊断结果；然后进入人工审批环节，等待人工确认；最后执行批准的修复操作，并验证修复结果。整个流程中，每个步骤都可以复现，最终形成一个由告警触发的端到端工作流，其中包括执行前审批、自动修复、执行后验证以及拒绝并修改的流程。

在实际应用中，这种模式非常适合问答或代码生成场景，也适合进行某个时间点的分析。例如，在数据修复过程中，当 agent 需要人工审批时，可以暂停数天，待审批完成后自动恢复执行。这种方式不仅提高了工作效率，还确保了人工审核环节的参与，避免了完全自动化可能导致的风险。

此外，Elasticsearch 还提供了丰富的 API 和工具支持，开发者可以通过简单的配置实现复杂的审批流程。例如，可以设置 waitForInput 和 waitForApproval 构建具有结构化审批和二元审批节点的长时间运行工作流，还可以根据告警规则自动触发工作流，处理审批和拒绝流程，实现真正的人工参与环节，而不仅仅是一个复选框。

总的来说，Elasticsearch 的这一新功能为需要人工介入的复杂工作流提供了一个强大的解决方案，既保留了人工审核的必要性，又实现了流程的自动化和智能化，为企业的数据管理和运维带来了新的可能性。