Generated by Answer me with HTML 0.5.10 · 2026-10-31 14:20 · ★ Star on GitHub

AI 沒取代 SRE，但讓 SRE 手感變鈍

sourceSigNoz 電子報＋HN 討論串 50305693

Lead: AI 接手 95% 的事故應變之後，SRE 只剩沒見過的 Tier 3 可練。直覺恰恰從 Tier 1 小事故磨出來，練手機會消失，手感跟著鈍化。

A

核心論點

自動化的諷刺

1983 年，貝恩布里奇指出：系統越自動，人類在失效瞬間越關鍵，也越生疏。AI 拿走認知的例行工作，留下罕見複雜的問題。這些問題最需要專業，而專業正因少練而萎縮。

B

惡性循環

C

AI 已經接手什麼

層級	範圍	角色
Tier 1	已知問題，已知解法	全自動
Tier 2	部分理解的問題	AI 建議，人驗證
Tier 3	新型複雜級聯故障	人類主導，AI 給上下文

D

跨領域證據

領域	發現
醫學	內視鏡醫師用 AI 輔助後，無輔助偵測率從 28% 掉到 22%
航空	長程機師手飛能力退化，FAA 強制規定手飛時數
SRE	不讀 raw log，不自己提假設，不建心智模型

E

HN 交鋒

議題	一方	另一方
FAA 式練手	監管是唯一有效機制	軟體業無此誘因，練手燒錢
AI 實戰力	多訊號關聯遠勝人類	缺情境 harness 即鈍刀
該救嗎	抓幻覺靠流失中的知識	Terraform 早做過一樣的事
新人管線	養成管線已斷	非 SRE 也能做，是升級

F

出路

兩帖藥方

刻意的低效：指定某些事故留給人類練手，短期慢，長期保鮮。人在迴圈裡：人類跟 AI 一起解題，而非只當批准建議的監督者。

G

數字

原文: AI 接手 95%，剩下 5% 關鍵故障
HN: 554 分，411 則留言，74 個頂層串
抓取: 2026-10-31 live 值

---
title: AI 沒取代 SRE，但讓 SRE 手感變鈍
lang: zh-TW
cols: 3
source: SigNoz 電子報＋HN 討論串 50305693
---

Lead: AI 接手 95% 的事故應變之後，SRE 只剩沒見過的 Tier 3 可練。直覺恰恰從 Tier 1 小事故磨出來，練手機會消失，手感跟著鈍化。

## 核心論點
```callout warn 自動化的諷刺
1983 年，貝恩布里奇指出：系統越自動，人類在失效瞬間越關鍵，也越生疏。AI 拿走認知的例行工作，留下罕見複雜的問題。這些問題最需要專業，而專業正因少練而萎縮。
```

## 惡性循環
```flow
練手機會消失 -> 直覺退化: 小事故不再經手
直覺退化 -> 更依賴 AI: 判斷外包給模型
更依賴 AI -> 練手機會消失: 循環加速
```

## AI 已經接手什麼
| 層級 | 範圍 | 角色 |
|---|---|---|
| Tier 1 | 已知問題，已知解法 | ok 全自動 |
| Tier 2 | 部分理解的問題 | warn AI 建議，人驗證 |
| Tier 3 | 新型複雜級聯故障 | 人類主導，AI 給上下文 |

## 跨領域證據
| 領域 | 發現 |
|---|---|
| 醫學 | 內視鏡醫師用 AI 輔助後，無輔助偵測率從 28% 掉到 22% |
| 航空 | 長程機師手飛能力退化，FAA 強制規定手飛時數 |
| SRE | 不讀 raw log，不自己提假設，不建心智模型 |

## HN 交鋒
| 議題 | 一方 | 另一方 |
|---|---|---|
| FAA 式練手 | ok 監管是唯一有效機制 | no 軟體業無此誘因，練手燒錢 |
| AI 實戰力 | ok 多訊號關聯遠勝人類 | no 缺情境 harness 即鈍刀 |
| 該救嗎 | ok 抓幻覺靠流失中的知識 | no Terraform 早做過一樣的事 |
| 新人管線 | warn 養成管線已斷 | no 非 SRE 也能做，是升級 |

## 出路
```callout ok 兩帖藥方
刻意的低效：指定某些事故留給人類練手，短期慢，長期保鮮。人在迴圈裡：人類跟 AI 一起解題，而非只當批准建議的監督者。
```

## 數字
```kv
原文: AI 接手 95%，剩下 5% 關鍵故障
HN: 554 分，411 則留言，74 個頂層串
抓取: 2026-10-31 live 值
```