DataAgent 作者主張讓 AI SRE 在模擬故障中練習,累積紀錄後再取得處理許可權
只看過去的故障紀錄,無法知道當時的修復方法是否真的有效,因為每次事故只發生一次,常用的處理方式也未必是正解。Nati Shalom 主張讓 AI SRE 在沙盒中重現故障,例如設定錯誤或服務中斷,再檢查它能否找對原因、修好系統;每次練習都可重跑,結果也能對照已知答案。之後再讓它觀察真實事故,把建議和人工處理結果比對,逐類累積紀錄,逐步取得處理許可權。文中也提到,ITBench 的 Kubernetes 根因判斷測試中,前沿模型得分都不到 50%。