Capital One: подход DataAgents с ИИ-агентом и проверкой людей — 10 дней анализа

В Capital One накопился проект, который откладывали из-за объёма: определить простаивающие облачные ресурсы. В компании используются около 350 типов ресурсов в AWS, Azure и Google Cloud Platform, и у каждого типа своё поведение. Простаивающий экземпляр EC2 выглядит иначе, чем неиспользуемый бакет Amazon S3 или неприсоединённый Elastic IP. Нужно было для каждого типа определить, что считается активным состоянием, и написать логику обнаружения, которая не завалит операционные команды ложными срабатываниями. Традиционная оценка такой работы составляла 6–9 месяцев экспертного анализа.

Команда Cloud Radar построила подход DataAgents: авторитетный продукт данных в паре с ИИ-агентом. Агент знает поведение предметной области, применяет правила для каждого типа ресурса и выдаёт оценки с уровнем уверенности и документированным обоснованием. Результат по каждому типу ресурса включает запросы обнаружения на Spark SQL, классификацию уверенности, оценку риска ложных срабатываний и пояснение простым языком. Работа идёт в три этапа: широкая оценка возможности обнаружения, классификация с генерацией логики и глубокая проверка с участием человека.

Основой стал продукт данных cloud-asset-data-product: ежедневный снимок каждого облачного ресурса всех провайдеров со стандартной схемой, описаниями полей, связями ключей и отслеживанием происхождения данных. Агент получил весь каталог типов, разделил их на определяемые по конфигурации и требующие телеметрии, затем сгенерировал логику и обоснование. На третьем этапе специалист просил перепроверить типы со средней, затем с низкой уверенностью; часть типов повысили до высокой уверенности, часть вернули на второй этап из-за нужды в телеметрии. Работа заняла 10 дней, большая часть времени ушла на глубокую проверку. Материал опубликован 9 июня 2026 года в инженерном блоге Capital One.