Resolve.ai

O Resolve.ai entra em cada escala de plantão e começa a investigar assim que um alerta dispara. Ele tria o aviso, avalia a gravidade e identifica o alcance com evidências, então quem é acionado abre um relatório em vez de uma tela em branco. Padrões conhecidos são resolvidos sem intervenção humana, e a empresa relata até 75% mais produtividade no plantão com essa mudança de carga.

Os incidentes mais difíceis recebem um time de agentes especializados que trabalham em paralelo, como faria uma sala de crise de engenheiros experientes. Cada agente traz sua parte da evidência, e os achados são verificados contra os dados de produção antes de entrar no relatório. Tudo roda sobre o que a empresa chama de HiveMind, uma camada compartilhada que guarda o estado ao vivo, os alertas e as mudanças recentes para que os agentes liguem os pontos entre incidentes.

Cada achado no relatório se apoia em evidências de produção que você pode examinar, não em um único palpite confiante. Os relatórios mostram o que aconteceu, a cadeia causal, o impacto e a causa raiz, com os dados que sustentam cada afirmação. Você pode se aprofundar em um achado, adicionar contexto ou apontar o agente para uma nova hipótese pela visão do Workbench quando a primeira teoria não se sustenta.

Os agentes não descrevem só um problema: chegam a uma conclusão e agem. Um runbook concluído pode silenciar um alerta barulhento, rodar uma GitHub Action ou encaminhar o problema para o time certo. Os engenheiros decidem, por padrão, se aprovam a ação ou deixam os agentes resolverem os casos conhecidos sozinhos.

A plataforma conecta com mais de 60 ferramentas que cobrem observabilidade, infraestrutura, código, chat e conhecimento. Isso inclui Datadog, Grafana, Splunk, Prometheus, Dynatrace e New Relic em telemetria; AWS, Google Cloud e Kubernetes em infraestrutura; e GitHub, GitLab e Cursor em código. Slack e Microsoft Teams cobrem a colaboração, e MCP, APIs e webhooks deixam você plugar sistemas próprios.

Achados, listas de prioridade e ações aparecem no Slack, no Microsoft Teams, na CLI, na interface nativa ou dentro do seu próprio agente de código. Assim ninguém precisa aprender um console novo para tirar proveito, e o agente encontra o time nas ferramentas que ele já acompanha o dia todo. Os mesmos relatórios que chegam ao chat são os que você abre no Workbench para conduzir a investigação.

O Resolve.ai cobra por créditos que correspondem aos tipos de trabalho que os agentes fazem, e não por tokens ou custo de inferência. A proposta da empresa é que você entenda como o trabalho vira gasto sem precisar modelar a infraestrutura de IA por baixo. A ideia é manter o custo previsível conforme o uso cresce entre chats, triagem, investigações e tarefas em segundo plano.