KubeCon 演讲实录:用 OpenTelemetry+Argo Rollouts 打造能自愈部署的 AI SRE
HowDevelop · x · 2026-11-16
作者在 KubeCon NA 的 ArgoCon 演讲介绍如何构建闭环 AI SRE:结合 OpenTelemetry 范围内的分析、Argo Rollouts 金丝雀发布与 AI 驱动的修复,实现回归检测、故障调查与安全恢复。
配图给出完整架构:staging 与 prod 双 kind 集群、Argo CD 从 main 部署、金丝雀健康门(错误率 5 倍即中止、p95 延迟对比、失败 2 项即 abort),AI SRE pod 由 agent 循环、MCP 只读读 Grafana PromQL/LogQL、GitHub MCP server 组成,用开放权重模型 Kimi K3.1 Pro 驱动,并可自动 push fix 开 PR;同时讲了用 Jozu AI Agent Guard 安全运行 AI Agent。
「编程与Agent」频道最新
- 6个AI智能体协作设计公寓机电系统:4871次布局测试清零冲突 — minchoi · 2026-11-17
- 2026 年库的快速上手指南:直接给用户一条 prompt — MxMnr · 2026-11-17
- W&B Sweeps 接入 Optuna 与 Ax,一行 yaml 切换调参引擎 — coreweavedevs · 2026-11-17
- Every 实测 Gemini 4 Carbon:编码大幅进步,判断力仍输给 Fable 5.2 — every · 2026-11-17
- 多步 LLM 工作流如何定位哪一步烧钱?Reddit 开发者交流实践 — Youthify · 2026-11-17
- Gemini Managed Agents 支持自托管:模型在谷歌跑,工具在你机器上执行 — _philschmid · 2026-11-17