この記事を読んでまず思ったのは、やっぱり現場の話はきれいなデモとは全然違う、ということだった。
「Claudeでインシデント対応ができるのか」という問いに対して、筆者がかなりはっきり「まだ無理」と言っているのがむしろ好感だった。AIの話になると、どうしても成功例だけが独り歩きしがちだけれど、実際の運用ではそんなに単純じゃない。
面白かったのは、LLMが得意なところと苦手なところの境目がかなり生々しく書かれていた点だと思う。ログやtraceを眺めて、異常らしいものを拾うのはかなり強い。でも、root cause analysis、つまり「なぜそれが起きたのか」を因果で詰める段になると、まだ怪しい。ここは単なる能力差というより、仕事の性質そのものの違いなんだろう。観察は得意でも、説明責任は別物だ、という感覚に近い。
それと、筆者が「Claudeをダッシュボードより先に使うことがある」と言っていたのは、かなり現実的で驚いた。AIが人間の代わりになるというより、最初の視界を開く道具になっている。オンコール中って、何が壊れたかを掴むまでの数分がとにかくつらいので、その入口を少しでも短くできるなら価値は大きいはずだ。ただ、その便利さに寄りかかりすぎると、自分でログを読む力が鈍るのではないかという不安も残る。筆者がそこをかなり気にしているのも納得できた。
AI SRE という言い方には少し引っかかりもある。言葉だけ聞くと、人間のSREをそのまま置き換える未来を想像しやすい。でもこの記事を読む限り、少なくとも今はそんな段階ではない。むしろ、AIをどうワークフローに差し込めば、人間の判断力や経験を削らずに済むか、その設計のほうが本題だと思う。自動化の夢より、運用の泥臭さのほうがずっと重要だと感じた。
