北京
Google 官方发布了《Site Reliability Engineering》第二版。距离 2016 年的首版，已经过去十年。
十年是个不短的时间刻度。首版当年把 SRE 这套方法论推到台前，此后它成了不少团队搭建运维体系的参照。第二版要回答的，是这十年里哪些实践沉淀了下来，哪些又被重新理解。
六大实践领域的十年演进
新版梳理了六个方向的变化：SLO 与错误预算、可观测性、自动化平台、可靠性测试、容量管理、组织模式。这六块基本覆盖了 SRE 日常要面对的盘子——从怎么定义"够可靠"，到怎么在组织里把这件事落地。
把它们放在一起看，能看出运维这件事的重心在移动。早期更多是定指标、建流程，后来逐渐转向平台化和自动化，再往后是组织怎么配合。
AI 与 SRE 是双向的
第二版专门讲了 AI 和 SRE 之间的关系，而且是两个方向。
一个方向是 SRE 支撑 AI 基础设施。GPU、TPU 集群这类算力底座，本身就需要有人保证它们稳定运行，这正是 SRE 的活。
另一个方向反过来：生成式 AI 和预测性机器学习，正在成为运维的力量倍增器。运维不再只是人盯仪表盘，模型可以参与进来。
两个方向叠在一起，构成了这一版最值得注意的变化——AI 既是 SRE 要伺候的对象，也是 SRE 手里的工具。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
