鐵人檔案
本系列以概念＋實作，從 SRE 基礎打造 AI SRE Lab。使用 FastAPI、Docker、Prometheus、Grafana、Loki、OpenTelemetry 與 LLM Tracing，實作 SLI/SLO、Error Budget、可觀測性、告警、事故處理與 CI/CD。
並探討 LLM、RAG、Agent 的 TTFT、檢索失敗、語意品質、安全與成本。Production AI 不會取代 SRE，而是將可靠性從 API 延伸到 Workflow、Model Behavior 與使用者任務成功。
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：availability 要以有效使用者請求的結果計算；只...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：availability 不能只看 28 天的長期比率，也...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：平均 latency 能掩蓋少數非常慢的請求；互動服務要同...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：histogram 埋對了只是起點，dashboard 要...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：好的 SLI 靠近使用者結果、能驅動動作，且不需要為了好看...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：規格寫得再漂亮，沒有查詢跟反例驗證過，都只是紙上的承諾；這...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：LLM application 要同時定義 system...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：事件契約定義好只是起點；真正決定值班工程師能不能在深夜迅速...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：AI 的 task success、quality 與 s...
GitHub：darkstar1227/learning-sre-for-ai-era 結論先說：把 task success、quality、safety...
