@shao__meng：Google 正式发布《Site Reliability Engineering》第二版 首版于2016年出版……
摘要
Google发布了《Site Reliability Engineering》第二版，距2016年首版十年之际，全面更新了SLO、可观测性、自动化、容量管理等六大实践领域，并深入探讨了AI与SRE的双向关系——AI既是运维对象也是运维工具。
查看缓存全文
缓存时间: 2026/10/13 15:48
Google 正式发布《Site Reliability Engineering》第二版
第一版于 2016 年出版，发布后引发了巨大反响，迅速成为畅销书。Google 如何“将软件工程应用于运维“也成为热议话题。十年后的今天，随着 AI 的快速发展以及云环境日益深化和复杂化，SRE 所面对的格局已彻底改变。
六大关键实践领域的十年演变
SLO 与错误预算 · 2016 年：基本的可用性指标，手动制定预算策略 · 如今：以用户为中心的多层次 SLO，动态燃烧速率告警，自动化策略执行
监控与可观测性 · 2016 年：静态仪表盘，手动告警分类 · 如今：OpenTelemetry、分布式追踪、自动化异常关联
自动化与平台 · 2016 年：针对孤立任务的自定义脚本 · 如今：声明式 IaC、内部开发者平台、自愈系统
可靠性测试 · 2016 年：定期 Game Day、合成负载测试 · 如今：持续韧性检查、流水线测试、生产环境金丝雀验证
容量管理 · 2016 年：手动资源分配，静态预测 · 如今：动态扩缩容、FinOps 对齐、针对 GPU/TPU 的专项优化
组织模式 · 2016 年：绑定特定应用的专职 SRE 团队 · 如今：混合模式、平台工程整合、嵌入产品团队的可靠性布道师
AI 与 SRE 的双向关系
SRE 支撑 AI 基础设施（AI 作为运维对象）： · 大规模 GPU/TPU 集群的可靠性和网络拓扑管理 · 监控 AI 系统独特的非确定性输出和延迟特性 · 确保模型训练、微调和数据处理流水线的持续运行
AI 赋能 SRE（AI 作为运维工具）： · 生成式 AI 辅助实时事件分类和事故后报告撰写 · 通过自然语言查询复杂的遥测数据 · 利用预测性机器学习在事故发生前识别资源瓶颈
十年来什么没有改变？
技术和架构在这十年间经历了巨大变革，但 SRE 的核心原则始终不变。以可靠性为中心的文化以及系统工程中的“人的因素“依然是成功的关键。第二版特别重新强调并扩展了这一章节。书中指出了一个关键洞察：工具和架构可以快速迭代，但在 SRE 落地失败的组织中，问题往往出在文化而非技术。
相似文章
@bojie_li: 不到一天时间就 500+ stars 了，在此不厚道的求 star / issue / PR 一些读者认为去年的内容今年才发出来，早就过时了。虽然书的主体内容是去年 8-10 月的，但是一年来一直持续修订，最近还纳入了我自己几项研究的成果…
作者推广其开源书籍《深入理解 AI Agent：设计原理与工程实践》，持续修订并纳入最新研究成果，涵盖Agent设计原理与工程实践，附带示例代码和实验。
Google 发布 RRSI 用于自改进 AI 代理 (5 分钟阅读)
Google 介绍了 RRSI，这是一种用于 AI 代理框架中规范化递归自改进的方法，可增强跨基准的迁移学习并减少过拟合。
@sitinme: Google 首席工程师写了 24 个 AI 编程 Skill，把整个开发生命周期都打包了！ 上周拿 Claude Code 改一个老 API，需求是给两个接口加缓存。 我先丢了句"帮我加 Redis 缓存"，它三分钟写完，看着挺漂亮。 …
Google 首席工程师 Addy Osmani 开源了 agent-skills，包含 24 个 AI 编程技能，将工程纪律打包给 AI agent 使用，以提升代码质量和开发效率。
Google 正式发布了针对 AI 的新 SEO 指南
Google 发布了一份官方指南，介绍如何针对其生成式 AI 搜索功能（包括 AI 概览和 AI 模式）优化网站，直接提供了来自官方的 SEO 建议。
@yaojingang: 把近两年，与GEO、AEO、AI搜索有关的论文，全部下载了下来，一共41篇 依次读了下，有不少新的理解和启发 41篇论文已全部推送到GitHub仓库，欢迎下载，地址见文末 一些关键洞察分享： 1、GEO不是SEO的替代品 SEO解决的是能…
作者收集并阅读了41篇GEO/AEO/AI搜索相关论文，将论文合集推送至GitHub仓库，并分享了10个关键洞察，包括GEO与SEO的关系、AI搜索引用机制、内容结构化重要性等，提供了实用的优化方向。