タグ

# SRE

9 件の記事が見つかりました

LLMアプリが「作る」から「動かし続ける」に移行した2026年、本番運用に必要な監視・SLO・フォールバック・コスト制御の実装パターンを、Google Cloud Next '26 とNLP2026の議論を参照しながら整理する。

AI開発の検証室編集部

11分更新 2026/9/23公開 2026/5/23

AIコーディング運用のインシデントを「AI暴走」「AI起因の本番障害」「観測欠落」「オンコール疲弊」の4種別に分類し、Runbook 最小構成・エスカレーション・Change Failure 連動・観測の5軸で束ねるハブ。

AI開発の検証室編集部

19分更新 2026/9/22公開 2026/5/7

AIコーディング運用の可観測性を、計測対象レイヤー（コード生成 / レビュー / マージ / 障害）と OpenTelemetry・eBPF・LangSmith・内製KPI の2軸で設計する。導入ロードマップと落とし穴つき。

AI開発の検証室編集部

16分更新 2026/9/22公開 2026/5/7

DBマイグレーション事故の7割は NOT NULL カラム追加・インデックス追加のロック・NOT IN 問題の3パターン。expand-contract、ロールバック設計、online DDL で安全に乗り越える手順。

AI開発の検証室編集部

24分更新 2026/9/22公開 2026/4/25

retry・exponential backoff・idempotency key・circuit breaker・fallback の選び分けを、エラーを一時的／永続的に分類する判断軸から整理。設計チェックリスト付きの実践ガイド。

AI開発の検証室編集部

24分更新 2026/9/22公開 2026/4/26

SRE KPI は SLI・SLO・Error Budget・Toil 率の4軸で構成する。Toil 率 50% 超は「SRE が SRE していない」最重要シグナル。観測スタックとの紐付けと週次レビューのテンプレ付き。

AI開発の検証室編集部

11分更新 2026/9/22公開 2026/5/28

Google SRE 本の「Toil 50%ルール」を2026年の実務に落とす。Toil の定義・測定方法・削減サイクルを、AI 自動化時代の文脈で更新する。Toil 率が50%を超えたチームの介入手順を具体的に整理する。

AI開発の検証室編集部

9分公開 2026/5/28

夜間呼び出しでチームが疲弊し、SRE・EM が離職リスクを抱えるチーム向けに、オンコール疲弊を改善する運用設計を症状診断・根本原因・段階的対策（ローテ・アラートチューニング・AI triage・体制）の 4 ステップで整理する。

AI開発の検証室編集部

25分公開 2026/5/6

Node.js の security release は告知から48〜72時間で同時公開される。慌てて事故らないために、告知前にやる10項目と告知後48時間でやる5項目を、公式タイムラインから逆算したチェックリストとして整理する。

AI開発の検証室編集部

27分公開 2026/5/1