用 AI 打造自己的 SRE：代码加速时代的团队建设

我们很高兴你来到这里。你可以期待 TNS 所有最优质的内容从周一到周五送达你的邮箱，让你紧跟行业新闻的步伐，并保持竞争力。

请检查你的邮箱，确认电子邮件地址，你可以调整偏好设置，甚至加入额外的分组。

在你喜欢的社交媒体网络上关注 TNS。

在 LinkedIn 上成为 TNS 的追随者。

在等待第一份 TNS 通讯的同时，查看最新的精选和热门故事。

代码加速带来的新挑战

如今的公司产出代码的速度比以往任何时候都快，这得益于 agent 编码工具。对于产品团队来说，这种加快的开发步伐是一个福音。但对于站点可靠性工程师（SRE）来说，涌入的大量机器生成的代码并不是好消息。

原因很简单：当有东西坏掉时，没有人真正理解底层系统的工作原理。排查出哪里出了问题、如何修复，以及如何避免未来出现这种问题，既困难又耗时。而且时间约束仍然保持不变，因为停机时间今天仍然和过去一样不受欢迎。

让你的员工去排查如何修复 agent 构建的东西，这样做很容易让他们过度疲劳；这是本末倒置的。

AI SRE：对抗 AI 的方案

如果 agent 在写代码，而人类很难跟上进度，那么解决方案是"以毒攻毒"——部署 AI agent 来找出出现故障的系统中的根本原因吗？是的。好消息是，随着 AI 模型的改进，执行根本原因分析的能力也在提高，尽管 OpenRCA 基准远未饱和。

得益于这些性能收益，Chronosphere（Palo Alto Networks 旗下公司）的 Sam Farid 和 Nate Heinrich 认为，agent 才是未来的方向。这两位专家认为，你的公司应该尝试在内部构建一个 AI SRE——在考虑供应商产品之前。

为什么选择自建而非购买

Chronosphere 提供 AI SRE 产品，那么为什么这两位在最前沿工作的播客主持人要为自建方案辩护呢？Heinrich 在《The New Stack》播客的最新一集中表示，他之所以尽力说服人们自己构建 agent，是因为这样做是一个收集和组织有关公司系统工作方式信息的有用方法。

这个过程的结果是一份 Markdown 文件，agent 在嗅探根本原因时可以使用它作为关键背景信息；对于愿意投入工作的公司来说，收集信息的过程既是旅程，也是目的地。

当然，Chronosphere 相信，在公司尝试自己构建内部 SRE agent 后，它会发现自己需要一个遥测服务来收集日志和追踪，以及一个可观测性工具来存储和关联这些信息。而 Chronosphere 正好提供这些工具。加上一个现成的 AI SRE。但我真正欣赏的是与两位技术人员坐在一起交流，他们并不是在告诉我只有他们的产品才是前进的唯一方向。

结语

点击播放，尽情享受。你可能会找到勇气开始为最终的 agent 应用而映射你的内部系统。毕竟，当凌晨时分出了问题，而写出问题代码的不是你时，难道你不希望获得帮助吗？