谷歌重写《SRE》第二版应对AI时代
AI 总结
谷歌《SRE》第二版更新了第一版确立的 SLO、错误预算、toil 管理、无责复盘等工程实践。作者向 InfoQ 中文 AI&大模型表示,平台工程与 AI 正在改变可靠性工作,包括管理非确定性的模型输出和审核 AI 生成的故障处置建议,因此新版强调第一性原则、组织文化及其他公司的实践经验。新版还增加了社会技术系统和可靠性业务价值的内容,删减了已成为商品化功能或可借助 LLM 更轻松生成的旧技术细节。
深度见解
这次重写为 SRE 从业者提供了应对生产环境 AI 系统的框架,因为传统 Web 服务的可度量、可预测假设未必成立。

编译|林绮蓓
策划|Tina
2016年,一本蓝色封面的书砸进了整个技术行业,把“运维”这两个字从地下室拽进了工程学科的殿堂。

在它之前,运维在大多数组织里是一个成本中心,是一群被凌晨告警叫醒的人,是开发团队眼中“拖慢发布速度的那帮人”,是一门靠师傅带徒弟、靠口口相传、靠个人英雄主义在机房里临场发挥的手艺。系统出了故障,运维的默认答案就是:“加人、加班、加流程”。
#Google#Site Reliability Engineering, Second Edition#Gemini CLI#Komodor#Spotify#Microsoft#Etsy#Disney#Waymo