AI 接管 95% 故障回應，SRE 面臨技能退化風險
文章援引 1983 年《自動化的諷刺》警告：當 AI 接管 SRE 約 95% 的事故回應，人類處理剩餘關鍵故障的能力反而會退化。目前告警降噪、已知問題 runbook 執行、日誌異常檢測與自動恢復已較成熟，而 PagerDuty 的分層模型把新穎、級聯的 Tier 3 故障留給人類主導，這恰好是人缺少練習、難以積累直覺的場景。文中佐證包括內鏡醫師使用 AI 輔助後獨立檢出率從 28% 降至 22%，以及 FAA 因飛行員過度依賴自動駕駛而強制增加手動飛行時長。
把 1983 年「自動化的諷刺」對照當下 AI SRE 分工，並用檢出率 28%→22%、FAA 強制手動飛行等實證說明自動化會削弱人的應急能力，對設計 AI on-call 流程與可觀測性實踐的人最有參考價值。
原標題：AI Isn't Replacing SREs. It's Deskilling Them
閱讀原文
| 評分 | 62 / 55（平均 58，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
Sophos 借 OpenAI Daybreak 把威脅回應壓到 89 秒
Sophos 用 OpenAI Daybreak 建置的 AI agent，將安全運營案件的平均回應時間從約 38 分鐘降至 89 秒，調查時間減少 96%。該方案基於 Sophos Fusion 與 MDR，agent 彙總客戶上下文、檢測結果與威脅情報，按計劃—執行—複核迴圈產出調查摘要與回應建議，52% 的 MDR 案件已由 AI 端到端處理。客戶仍可用 Notify、Collaborate、Authorise 三種模式決定 AI 的處置權限，破壞性操作交由人工判斷。
Faros 研究：高 AI 採用團隊 bug 增 54%、PR 評審耗時漲約 5 倍
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現，AI 採用度高的組織每位開發者 bug 增加 54%，PR 評審中位耗時約漲 5 倍，每 PR 事故數超 3 倍；其 Q3 報告稱部分效應有所緩解，但驗證與運維成本仍在累積。
Criteo 初級工程師：AI 時代真正的風險是永遠停在 Junior
在 Criteo 任職的初級工程師 Elise Baturone 認為，AI 不會讓軟體工程師消失，真正的風險是資深工程師消失、所有人永遠停在 Junior 階段。她把自己的 agent 調教成導師，用蘇格拉底式提問做理解檢查，並把「提問」和「review」當成需要自己練的技能：追問 agent 解釋設計選擇、引用來源、論證可疑方案，常能讓它自己發現錯誤。她承認這更費 token，但先弄懂再上線更省事；
亞馬遜工程負責人：AI 幫不上忙也是發現，應記錄並上報
亞馬遜工程領導層在一份關於 AI 時代開發者角色的內部更新中提出，如果現有 AI 工具無法讓某項工作受益，這應當被看作一個發現，而非失敗。撰寫該更新的 Terk Terkowitz 建議工程師記錄下 AI 具體在哪些環節幫不上忙，與同行社群分享、同步給主管，並共同尋找解決辦法。他表示，能說清 AI 目前無法幫助自己工作的工程師，正展現了公司期望的判斷力。
被裁工程師：AI 沒直接取代我，但公司不再需要這個崗位
一位被裁工程師撰文稱，Fable/Mythos 一檔的前沿模型並沒有比他更勝任工作，只是比他更便宜，讓僅剩的管理層有信心撐到被併購。他認為模型仍缺產品品味與對長期後果的預判，不足以替代資深工程師，但已足夠讓 Shopify 用機器生成、由資深開發者監督的程式碼把 react-native 應用改回原生 iOS 與 Android。