Traversal 是一家 AI 初创公司，正在攻克可观测性领域最棘手的难题之一：从嘈杂数据中“杀”出重围，精准定位故障根因并给出修复方案，从而缩短宕机时间、减轻工程师压力。这类新兴工具被称为“AI 站点可靠性工程（AI SRE）”，而 Traversal 正凭借先进的 AI 与因果机器学习(CML)把“生产系统根因分析”这一监控圣杯变成现实。
基础设施工程师 Carlo Ruiz 表示，Traversal 的研究基因是其愿景的核心。“很多 AI 工具只做告警分诊、事后救火，而我们想再往下钻一层。”他说，“跨复杂生产系统的故障根因分析早被公认为难题，我们正在打造真正能解决它的系统。”
“实验 + 严谨 + 速度”并重
2024 年初成立以来，Traversal 已迅速扩张至 50 多名工程师，涵盖 AI 研究员、数据科学家与基础设施专家。创始团队的学术背景塑造了“实验 + 严谨 + 速度”并重的文化。“任何前沿 AI 团队都在同时迭代技术和用户体验，”Carlo 说，“当我们看到 Traversal 真正解决客户痛点时，动力满满。”
技术团队成员 Prashanthi Ramachandran 认为，多元背景是最大优势。“我们有来自交易公司、初创公司、学界和大厂的人，这种多样性让产品设计更立体——不仅懂 AI，也懂系统、懂人。”
Traversal 的 AI SRE 引擎由一群协同工作的智能体驱动，可分 Reactive（响应）与 Proactive（主动）两种模式：既可在类聊天界面里直接回答工程师提问，也可在后台持续扫描数据，提前捕捉异常。Carlo 总结：“系统不傻等告警，而是主动找出可能出问题的苗头。”
选择 DigitalOcean：开发者友好的 AI 基础设施
作为 B2B 公司，Traversal 的大客户每天产生海量可观测数据，平台必须贴近数据——所谓“数据引力”原则。当客户托管在 DigitalOcean 时，Traversal 干脆也部署过去。“我们要离客户最近，”Carlo 说，“一旦跑起来，发现我们自己也很喜欢这个平台。”
原本出于务实的选址，很快变成偏爱：界面简洁、开发者体验极佳。“研究人员不是云专家，点几下就能跑起来，不用先闯 20 道安全关卡，”Carlo 点赞。Prashanthi 从其他云跳槽而来，第一印象同样是“清爽”。“很多云配置选项无穷无尽，简单任务拖成马拉松；DigitalOcean 干净利索，正是初创公司需要的速度。”
用 DigitalOcean 驱动 AI 研究与生产
如今 Traversal 的核心基础设施深度依托 DigitalOcean 全家桶：DigitalOcean Kubernetes（DOKS）、GPU Droplets、以及 Gradient™ AI 平台的 Serverless Inference。
核心应用（AI 智能体、Web 服务、支撑服务）全部跑在 DOKS 上。“Kubernetes 是现代应用的事实标准，用 DOKS 几分钟就能拉起稳定安全的集群，”Carlo 说。
AI 侧，团队用 Gradient™ AI GPU Droplets 完成模型训练、微调与评估。每个企业的可观测数据独一无二，Traversal 需为客户定制模型。“GPU Droplets 弹性高，想跑啥都行，”Carlo 介绍，使用的主力卡为 NVIDIA HGX H100/H200。
生产级推理则交给 Serverless Inference。“想调多少调用就调多少，完全不用管基础设施，自动伸缩太香，”Carlo 说。Prashanthi 补充：“Gradient AI + DigitalOcean 一站式搞定，创业阶段再也不用东拼西凑。”
企业级可靠性
对客户而言，可靠性就是生命线。“客户出故障时，我们绝不能也挂，”Prashanthi 强调。Traversal 每月经 Gradient AI 平台调用数百万次 API，可用率近 99.96%，部分产品接近 100%。Carlo 把功劳归于 DigitalOcean“强大与简洁的平衡”：“别的云给你无数旋钮，最后只会眼花；DigitalOcean 点几下就稳稳跑起来。”
迈向智能可观测的未来
随着业务扩张，Traversal 计划更深地挖掘 GPU Droplets，并自研中间件，让研究员对训练管线拥有完全掌控。“我们会在 GPU Droplets 之上做更多抽象，同时继续用 Serverless Inference 承载不断增长的推理负载。”
对 Traversal 而言，DigitalOcean 不只是云供应商，更是实现使命的加速器。正如 Prashanthi 所言：“DigitalOcean 让我们更快、更稳，把精力真正集中在核心——帮工程师以前所未有的速度解决问题。”
