了解 SRE Agent 的概念、故障调查流程、安全边界与产品选型，阅读 Flashduty AI SRE 工程实践及 Azure、Datadog 等产品分析。
SRE Agent 是面向站点可靠性工程的 AI 智能体。它结合告警、监控数据和团队知识，通过工具调用协助工程师收集故障上下文、调查异常并整理证据。它能接触哪些数据、执行哪些操作，取决于具体产品的接入方式和授权范围。
这个话题汇集概念介绍、故障排查方法、产品分析和工程实践。想了解 Flashduty 如何实现会话运行时、客户内网执行、权限管理与评测，可以从 24 篇工程实践目录开始；想了解产品方案，可以查看 AI SRE 智能排障解决方案。
围绕 SRE Agent 的实践、选型、案例和产品内容，按同一阅读路径持续整理。
AI SRE 的价值不是生成通用建议，而是带着 Incident 上下文调用指标、日志、Trace、事件、runbook 和知识库，输出有证据、有边界、可审计的故障调查结论。
Flashduty AI SRE 如何构建生产级 SRE Agent？从会话运行时、内网执行、权限安全到评测和记忆治理，了解 24 篇工程实践中的设计与取舍。
Flashcat 面向 AI Agent 时代的智能可观测与故障响应方案：通过全栈观测数据、catpaw 诊断 Agent、MCP 能力和 Flashduty 事件响应，帮助 SRE 团队更快完成上下文收集、根因初筛和故障协同。
介绍微软 Azure SRE Agent 的能力与工作方式，涵盖 Azure 资源上下文、事件响应、日志和指标分析、根因定位、安全检查、人工批准后的止损动作以及 GitHub 闭环。
本文基于 Datadog 在 AI SRE 和 AI RCA 方向的公开产品动作，拆解 Bits AI SRE、Watchdog RCA、Change Tracking、Runbook、Incident AI、Dev Agent、MCP 和评估体系如何把可观测性平台升级成会自动调查问题的生产系统智能层。
本文基于 PagerDuty 在 AIOps、事件编排、告警聚合、Probable Origin、历史事故和响应自动化方向的公开产品能力，拆解其 AI RCA 如何把分散告警转化为可处理的事故对象，并总结对 AI SRE 产品设计的启发。
Agent 应该记住什么、如何遗忘？介绍记忆收录纪律、删除后的重复抽取防护，以及记忆库改写的校验、人工审阅与发布流程。
告警风暴中，如何让相似事件共享一次 AI 根因分析？介绍相似度判定、完成后窗口、单次分析容量及失败降级。
将基准测试容器接入生产 Agent 执行链路：介绍 SWE-Bench Pro 与 Terminal-Bench 的 Runner 适配、结果收集和评测发现的生产问题。
每天面对大量 Agent 会话，如何找到值得审计的失败？从系统事件、用户反馈和发言中筛选案例，并分析信号覆盖与盲区。
团队隔离能保护什么，不能保护什么？区分独立账号、专属 Runner 与个人凭据，讨论记忆污染和删除生效的限制。
Agent 能执行 Bash、读取文件时，团队知识的权限应在哪里检查？拆解知识广告面、落盘面与加载面，以及按需加载的边界。
SRE Agent 如何在客户内网执行任务？介绍云端推理与 BYOC Runner 的分工、连接机制、跨环境协作和部署取舍。
用 Redis 锁、列表和 Pub/Sub 构建分布式 Agent 会话运行时，处理消息顺序、故障恢复与空闲资源回收；介绍 Flashduty AI SRE 的设计取舍和适用边界。
