← 返回全部情报
AI SRE 到底是什么:Rootly / incident.io / Resolve 怎么建调查代理 的封面

·The Pragmatic Engineer·工程博客收录 2026-11-07

AI SRE 到底是什么:Rootly / incident.io / Resolve 怎么建调查代理

工程SREAI SRE事故调查Slack多代理

一句话结论

这篇付费深度文梳理「AI SRE」:多数产品把告警调查做成多代理流水线(调查/验证/沟通),接遥测与部署史并在 Slack 汇报,默认只调查、不自主改生产;并引用 Rootly 等对页外告警与调查耗时的观察。

打开原文 The Pragmatic Engineer:AI SRE(付费深度)

背景与理念

「AI SRE」被厂商 demo 推热,但作者关心的是:真有代理在工程师睡觉时值过班吗?文章把重点放在事故调查「铲活」——告警后拉遥测、部署与知识,而不是让模型直接改生产。说明:正文主体在付费墙后,本摘要依据公开可见导语与研究报告中标注来自原文的要点整理,未编造墙内未核数字。

具体做法

  1. 常见形态:Investigator / Verifier / Communicator 等多代理,外加 Atlas/Nexus/HiveMind 一类知识图谱或记忆层。告警触发后扇出子代理,对抗验证后再进频道汇报。
  2. 编排多落在 Slack 等即时频道,方便 on-call 接手。文中点到 Rootly、incident.io、ResolveAI,以及 OpenAI Sevbot、Stripe、Google ProdAgent、Monzo Project Chip、ING 等自建方向。
  3. 多数方案刻意限制自主变更:调查与建议优先,merge/改生产要人。Resolve 等也被描述为两年内多轮换架构。

关键数据/例子

公开叙述中:多家公司一年 PR 频率约翻倍;Rootly 观察页外 pages 近翻倍;Stripe 侧简易调查约 3 分钟、深度约 14 分钟;Resolve 两年换过 3 套架构。以上为研究报告从原文摘出的数字;付费墙完整论证需订阅后核对。

创新点

第一,把 AI SRE 定义拉回「调查代理」,而不是「自动修生产」。第二,强调独立 Verifier 与记忆层,降低单次推理幻觉直接进事故频道的风险。

可否复用

  1. 自建时先打通告警→遥测/部署→频道汇报,再考虑有限的自动缓解。
  2. 验证器与调查器分开编队,避免同一上下文既找因又自证。
  3. 用调查耗时与误报率衡量,而不是只看 demo 能不能「值夜班」。

笔记会在输入时自动保存。