‏AI SRE یعنی مدیریت اینسیدنت بدون سردرگمی

تیم incident.io تقریباً ۱۸ ماهه روی یه پروژه بزرگ کار کرده به اسم AI SRE؛ یه موتور هوشمند برای بررسی اینسیدنت‌ها که مثل یه SRE باتجربه، به محض اعلام مشکل می‌ره سراغ بررسی. اما چیزی که این مطلب روش تمرکز داره اینه که فقط هوشمند بودن پشت صحنه کافی نیست؛ تجربه کاربری باید به قدری روان باشه که استفاده ازش حس طبیعی بده.

نویسنده توضیح می‌ده که داشته یه فیچر جدید رو تست می‌کرده (یه قابلیت تأخیر توی مسیرهای اسکالیشن) که ناگهان یه صفحه توی داشبورد کرش کرد. مثل روال معمول در incident.io، فوری یه اینسیدنت ثبت کرد.

به محض ثبت اینسیدنت، AI SRE شروع به کار کرد. این ابزار به صورت موازی چند کار انجام می‌ده: دیپلوی‌های اخیر رو بررسی می‌کنه، توی تله‌متری و لاگ‌های ارور می‌گرده، اینسیدنت‌های قبلی مشابه رو پیدا می‌کنه، کد رو آنالیز می‌کنه و کانتکست موجود توی Slack رو هم می‌خونه. همه اینا به‌طور همزمان و بسیار سریع‌تر از اینکه یه آدم بخواد دستی انجام بده.

incident.io یه اپ دسکتاپ مک هم داره که امکان "پین کردن" اینسیدنت رو می‌ده. وقتی یه اینسیدنت پین می‌شه، نوتچ مک‌بوک به یه نمای زنده و تعاملی از وضعیت اینسیدنت تبدیل می‌شه و دسترسی سریع به Claude یا Cursor رو فراهم می‌کنه.

نویسنده با دستور /incident INC-19672 وارد Claude Code شد و سشن رو مستقیم به اینسیدنت وصل کرد. در این مرحله AI SRE قبلاً کارش رو کرده بود و علت رو شناسایی کرده بود: یه کرش رندرینگ در فرانت‌اند، جایی که یه map برای یه type ناشناخته مقدار undefined برمی‌گردوند. جالب‌تر اینکه AI SRE یه الگوی تکرارشونده از اینسیدنت‌های قبلی هم پیدا کرد که در اونا یه طرف سیستم یه type جدید معرفی می‌کنه ولی طرف دیگه باهاش کنار نمیاد.

Claude بدون اینکه نویسنده نیازی به بررسی دستی کد داشته باشه، OpenAPI spec رو چک کرد و مشکل رو confirm کرد. بعد یه فیکس پیشنهاد داد: به جای کرش کردن کل صفحه، اون آیتم ناشناخته رو gracefully رد کنه.

اینجاست که تجربه واقعاً جا افتاد: Claude با یه سوال پرسید «می‌خوای commit کنم و PR باز کنم؟» و بعد از تأیید، PR رو باز کرد و از طریق incident.io MCP یه آپدیت کامل توی کانال اینسیدنت در Slack پست کرد؛ شامل علت مشکل، فیکس و لینک PR. تمام این کارها بدون اینکه نویسنده از ترمینالش خارج بشه انجام شد.

نکته مهم دیگه اینه که AI SRE همه چیزی که Claude انجام می‌ده رو هم verify می‌کنه. اگه اشتباهی بوده باشه یا چیزی جا افتاده باشه، هشدار می‌ده. این دو سیستم به‌صورت موازی و هماهنگ کار می‌کنن و همیشه یه کانتکست یکپارچه از وضعیت اینسیدنت رو حفظ می‌کنن.

در نهایت PR مرج شد، دیپلوی رفت و اینسیدنت بسته شد. نویسنده اشاره می‌کنه که جمع‌بندی اینسیدنت هم با کمک همین سیستم انجام می‌شه و همه کانتکست جمع‌آوری‌شده به طور خودکار توی post-mortem وارد می‌شه.

نکات کلیدی:

• AI SRE به محض اعلام اینسیدنت، به‌طور خودکار و موازی شروع به بررسی می‌کنه
• ادغام با Claude Code از طریق یه دستور ساده، همه کانتکست تحقیق رو به سشن کدنویسی منتقل می‌کنه
• Claude می‌تونه از طریق incident.io MCP مستقیماً توی کانال Slack آپدیت پست کنه و PR باز کنه
• اپ دسکتاپ مک‌اپ incident.io یه نمای زنده از وضعیت اینسیدنت روی نوتچ مک‌بوک نشون می‌ده
• AI SRE کارهای Claude رو هم verify می‌کنه و اگه چیزی جا افتاده باشه هشدار می‌ده
• UX یکپارچه یعنی بدون سوئیچ بین Slack، GitHub و داشبوردهای مختلف