Интересно, а насколько AI уже успел изменить нашу работу в DevOps и SRE?

Мы всё чаще отдаём нейросетям написание конфигов, разбор логов, генерацию Terraform и даже диагностику инцидентов. Но вот дать AI доступ к проду и разрешить ему самостоятельно что-то чинить – тут, думаю, многие уже задумаются 😁

Ребята из DevCrowd запустили исследование про SRE, DevOps и платформенных инженеров. Лично мне любопытно посмотреть на результаты по AI и дежурствам. И больше всего: действительно ли AI снижает нагрузку на инженеров или просто позволяет навешивать на них ещё больше задач 😁

В этом году там довольно разнообразные темы:
• Насколько мы вообще доверяем AI и готовы ли пускать его в прод?
• Стало ли больше инцидентов из-за сгенерированного кода?
• Какие навыки инженера AI пока не способен заменить?
• Сколько на самом деле стоят дежурства, переработки и постоянная ответственность за прод?
• Как меняются зарплаты, обязанности и требования к инженерам?

Опрос анонимный, занимает 10-12 минут. Результаты будут в начале декабря.

➡️ https://survey.devcrowd.ru/sre-2026

Ну и вопрос к вам: вы бы уже доверили AI самостоятельно устранять инциденты в проде или рано? 🤩

—
Telegram | Github | YouTube | X

🔖 Expr для Go: динамические правила вместо цепочек if

Сегодня я хочу немного отойти от типичных тем канала и поговорить о разработке на Go, а именно о пакете Expr и задачах, которые она решает.

Вы уже наверняка написали какое-то количество сервисов или программ, дополняющих вашу инфраструктуру на GoLang.

Почти у каждого такого сервиса есть конфигурация по типу такой:

min_replicas: 3
max_error_rate: 0.05

Ну и классическая обработка выглядит примерно так:

if readyReplicas >= cfg.MinReplicas && errorRate < cfg.MaxErrorRate {
 // продолжаем операцию
}

Пока конфигурация небольшая, этого достаточно. Но затем меняется уже форма правила: в production нужны три реплики, в остальных окружениях достаточно одной; во время maintenance проверку нужно пропустить; error rate учитывается только для части сервисов.

В конфигурации появляются новые флаги и через некоторое время вы обнаруживаете кучу вложенных if, что делает код просто нечитабельным.

Но что если я вам скажу, что вместо цепочки if и вложенных условий можно хранить в конфигурации само правило. Expr скомпилирует его при загрузке или обновлении конфигурации, а затем приложение будет выполнять готовую программу с актуальными входными данными (вспоминаем alertmanager):

rule: >-
  environment != "production" ||
  maintenanceMode ||
  (readyReplicas >= 3 && errorRate < 0.05)

При компиляции Expr проверит правило по Go-типам, а готовую программу затем можно многократно запускать с разными входными данными.

Давайте опишем структуру, которая одновременно будет служить входными данными и контрактом.

type ServiceState struct {
 Environment     string  `expr:"environment"`
 MaintenanceMode bool    `expr:"maintenanceMode"`
 ReadyReplicas   int     `expr:"readyReplicas"`
 ErrorRate       float64 `expr:"errorRate"`
}

Теперь загрузим строку из конфигурации и скомпилируем её:

program, err := expr.Compile(
 config.Rule,
 expr.Env(ServiceState{}),
 expr.AsBool(),
)
if err != nil {
 return fmt.Errorf("compile rule: %w", err)
}

После этого программу можно выполнить с реальными значениями:

state := ServiceState{
 Environment:     "production",
 MaintenanceMode: false,
 ReadyReplicas:   3,
 ErrorRate:       0.02,
}

result, err := expr.Run(program, state)
if err != nil {
 return err
}

allowed := result.(bool) // true

Приложение ничего не знает о внутреннем устройстве условия. В конфигурации можно изменить порог, добавить исключение или полностью заменить правило – код вокруг expr.Run останется прежним.

Внутри expr.Compile строка сначала превращается в abstract syntax tree. Затем checker связывает имена с полями ServiceState, optimizer упрощает дерево, а compiler создаёт инструкции для stack-based virtual machine. При expr.Run VM выполняет эти инструкции с переданными значениями.

Главный практический выигрыш Expr довольно простой: меняется правило – обновляется конфигурация; меняется набор доступных данных или поведение самого приложения – тогда уже пересобирается Go-код. Эта граница позволяет убрать растущие цепочки if, не превращая конфигурацию в полноценный язык сценариев.

Такое устройство и позволяет крутить правила динамически: дорогостоящую подготовку мы выполняем один раз на reload, а не для каждого запроса.

PS Playground и самая полная документация тут: https://expr-lang.org/

—
Telegram | Github | YouTube | X

Ребята, делюсь с вами интересным бесплатным митапом от Orion soft и Онтико.

На митапе будут рассказывать про AI в проде и в задачах DevOps-инженеров.

• Orion soft про AI Gateway: единая точка входа для LLM, квоты, лимиты токенов, балансировка, фейловер и трейсинг. Отдельно затронут guardrails и фильтрацию чувствительных данных.
• VK Tech про свой опыт развития AI-агентов: от локального Codex/Claude до агента, встроенного в командные процессы. Jira, мессенджеры, ревью кода и деплой на стейдж после апрува.

📍 26 ноября, 18:30–22:00 · Москва + онлайн
После докладов — ужин 🍿, нетворкинг и шоу-игра.

Участие бесплатное 👏

Зарегистрироваться 👈