AI 与 SRE：自动化时代的技能退化风险

AI 技能退化：站点可靠性工程中自动化的风险

AI 并未取代 SRE，而是通过自动化日常任务使其技能退化，让工程师对新颖、复杂的故障毫无准备。这种现象被称为“自动化的讽刺”，表明随着 AI 处理可预测的 95% 运维任务，SRE 变得严重依赖罕见的、高风险的 5% 新事件，导致技能萎缩。

技能萎缩的核心机制

SRE 技能退化的基础论点源自认知心理学家 Lisanne Bainbridge 于 1983 年发表的一篇论文，该论文研究了工业自动化。Bainbridge 发现，随着自动化接管日常体力任务，留下来的人类操作员处理罕见故障的能力下降，尽管他们在这些时刻变得更加关键。这种模式正在软件工程中重演，AI 接管了日常认知任务——如模式匹配、分类和已知问题解决——留给工程师的是复杂、模糊的问题，而他们缺乏必要的基础实践。

自动化层级与技能差距

现代 SRE 工作流程正在多个运维层级中迅速整合 AI：

• 一级事件： 已知问题及已知修复现已完全自动化。
• 二级事件： 部分理解的问题获得 AI 建议，需要人工验证。
• 三级事件： 新颖、复杂、级联故障仍由人工主导，AI 提供支持性上下文。

关键风险在于对三级事件的过度关注。SRE 的直觉传统上是通过多年的实践事件响应和重复建立的。如果人类 SRE 只处理新颖、前所未见的故障，他们就会失去建立模式识别和直觉层面理解的机会，而这些对于处理常见故障模式至关重要。

AI 导致技能退化的证据

多个领域的研究表明，依赖自动化系统会导致可测量的技能退化。在医学领域，一项研究发现，使用 AI 进行息肉检测的内镜医师在 AI 使用一段时间后，其无辅助检测率从 28% 降至 22%，因为他们停止了该技能的练习。

同样，在航空领域，严重依赖自动驾驶系统的长途飞行员在情境意识和手动飞行能力方面表现出可测量的退化，促使 FAA 等监管机构强制要求手动飞行时间以抵消这种影响。

在 SRE 背景下，这表现为工程师停止阅读原始日志流，因为 AI 会总结它们；在事件期间停止形成假设，因为 AI 会建议根本原因；以及未能建立系统架构的心智模型，因为 AI 会映射依赖关系。

从未技能化的危险

除了简单的技能退化（失去曾经拥有的能力）之外，行业还面临“从未技能化”的威胁。对于进入 AI 处理大部分事件响应工作流程的领域的初级 SRE 来说，通过实践建立基础直觉的机会正在消失。这形成了一个恶性循环：SRE 意识到自己的技能在退化，于是更依赖 AI 来弥补，这进一步加剧了技能退化。

SRE 团队的缓解策略

为了抵消自动化的影响，推荐两种主要方法：

1. 刻意低效

与航空法规相类比，SRE 团队应指定某些事件——即使是 AI 可以处理的事件——作为“人工实践机会”。这种对人工实践的长期投资能保持技能敏锐，即使会导致即时解决速度变慢。

2. 人在回路设计

一个系统如果只是让人类批准 AI 的建议（一种可能导致警惕性下降的监督角色），与一个让人类与 AI 一起积极参与问题的系统之间，存在关键区别。后者能让人类保持认知参与，并维持必要的专业知识。

更广泛的行业背景与专家评论

AI 效率与人类专业知识之间的紧张关系不仅限于 SRE。随着 AI 编写代码、审查 PR 和处理调试，整个软件工程也面临类似挑战。

社区评论突出了几个关键观点：

• 理解的需求： 一些专家认为，SRE 从根本上讲是关于“理解”——理解数据流、瓶颈和应用架构——这是 AI 生成的应用无法完全替代的能力。
• 工具局限性： 虽然 AI 工具很强大，但其有效性取决于围绕它们构建的框架质量。没有深入的上下文知识，AI 可能是一个笨拙、无效的工具。
• 文化转变： 一些人建议，解决方案在于将 SRE 的角色从修复每个错误转变为“超级思考”，并将注意力引导到适当的领域，甚至行业正在走向一条新的“技术总监”道路，由他们来指导 AI。

最终，将 AI 整合到 SRE 中的目标不应是取代，而是“超级赋能”工程师。SRE 的未来需要有意的设计，以保持人类的敏锐、参与，并为 AI 尚无法解决的复杂问题做好准备。