Por qué tu equipo de SRE está ahogado en alertas, incluso con IA

La CNCF acaba de publicar una explicación afilada sobre un problema que todo equipo de ops liderado por Brown y Black conoce de memoria: no puedes automatizar lo que no entiendes.

Se llama el "problema de los 4 cuerpos".

Los cuatro cuerpos son:

1. La alerta que te despierta a las 2 a.m.
2. El contexto de lo que realmente pasó
3. Las herramientas que tu equipo ya tiene
4. La decisión humana de a quién llamar

La mayoría de los equipos de SRE tratan esto como un problema puramente de IA. Conectan un LLM, le meten un runbook y esperan que arregle la caída. No lo hace. Alucina. Llama al primo equivocado. Escala un falso positivo al VP.

El punto de la CNCF es simple y brutal: las operaciones autónomas fallan cuando la IA no tiene contexto. Sin memoria compartida. Sin entender tu arquitectura específica. Sin saber quién está de guardia y por qué ya está al límite.

El artículo recorre modos de fallo reales, no teóricos. Un agente de IA clasifica mal un parpadeo de red como un crash de base de datos. Intenta "arreglarlo" haciendo rollback de un despliegue que nunca se rompió. Crea una nueva caída mientras intenta resolver la antigua.

La solución no es un mejor modelo. Son mejores capas de contexto:

- Estado compartido entre alertas y runbooks
- Puntos de control con humano en el loop para acciones de alto riesgo
- Propiedad clara para que la IA sepa a quién deferir

No es un lanzamiento de producto. Es un framework. Y es gratis.

Por qué nos importa: Cada equipo que corre infraestructura de side-hustle — la tienda de e-commerce de la prima, el sistema de citas de la clínica comunitaria de la tía, la app de delivery del barrio — ya está viviendo este problema de los 4 cuerpos. Cuando el agente de IA se equivoca, no es un "error del sistema". Es el dinero del rent de alguien en juego. Necesitamos ops que respeten nuestro contexto, no que fingen que no existe.