16 noticias
El artículo parte de una preocupación creciente en el sector del software: las herramientas de respuesta a incidencias asistidas por inteligencia artificial —conocidas informalmente como "AI SREs"— son capaces de inspeccionar alertas, formular hipótesis, consultar telemetría, correlacionar despliegu
En ingeniería de software, el proceso de gestión de incidentes se diseñó para responder a emergencias reales, pero con el tiempo tiende a usarse como atajo para todo lo demás. Un gestor declara un Sev-2 para colocar el problema de su equipo al principio de la cola de prioridades de otro; un product
Empirik, una startup incubada por Sequoia Capital, anunció este martes su salida como compañía independiente tras cerrar una ronda semilla de 21 millones de dólares con la participación de Sequoia, Canapi y Alumni Ventures. La herramienta utiliza modelos de lenguaje para rastrear cambios en la infra
La página «Is GitHub Cooked?» es una herramienta independiente que recopila y filtra el historial de incidencias publicadas por GitHub desde marzo de 2016. Su creador la ideó para que cada equipo pudiera acotar la consulta al conjunto de servicios y niveles de gravedad que realmente afectan a los pr
La propuesta de poner agentes de inteligencia artificial como primeros respondedores en operaciones de guardia promete automatizar alertas, triaje, investigación y remediación de incidentes, escalando al humano solo cuando el sistema se enfrente a algo genuinamente nuevo. El autor del blog lo plante
Un reciente análisis profundiza en uno de los detalles técnicos que rodearon la caída de GitHub del pasado 18 de agosto: la política de autoescalado del servicio afectado. El incidente se originó cuando un pod con un sidecar de Istio alcanzó sus límites de concurrencia y no logró escalar correctamen
Hatchet, una startup de infraestructura software, ha incorporado a su cultura interna el concepto del andon cord, un mecanismo de las fábricas japonesas (especialmente asociado a Toyota) por el cual cualquier empleado puede detener la línea de producción entera al detectar un defecto o cuello de bot
incident.io procesa cada día alrededor de 240 millones de mensajes a través de más de 800 temas de eventos, por lo que su bróker de mensajería se había convertido en un componente crítico. Hasta ahora la compañía dependía exclusivamente de Google Cloud Pub/Sub, un servicio con un SLA del 99,95 % que
Detrás de un error intermitente del tipo 'no healthy upstream' no siempre está la causa que parece más obvia. Este artículo analiza un caso real en un backend de búsqueda donde la explicación inicial apuntaba a la limitación de CPU, pero las pruebas desmontaron esa hipótesis: no había trabajos inten
La cadena que conecta una petición del cliente con su entrega —desde el sistema de tickets, pasando por el IDE, los compiladores, los repositorios de paquetes, las pruebas automáticas, el entorno de QA y las herramientas de integración y despliegue continuo (CI/CD)— debería tratarse como un sistema
Retry Storm Lab es un simulador determinista en Python que reproduce cómo las políticas de reintentos pueden amplificar la carga y prolongar una incidencia parcial de un servicio dependiente. La herramienta modela peticiones nuevas y reintentos compitiendo por la misma capacidad y compara cuatro est
Gregory Weintraub, líder de un equipo de Big Data en IBM, relata tres incidentes de producción recientes en los que la frase «en nuestro lado no ha cambiado nada» resultó falsa o insuficiente. En el primer caso, una actualización del framework que escribe eventos en un data lake optimizó la velocida
Una entrada reciente del blog de Andrey Karpenko (Charap.co), titulada “Metastability in Recovery: Cascading Recovery with a Loop”, profundiza en un fenómeno poco tratado en ingeniería de sistemas: las cascadas de recuperación y los bucles de retroalimentación que pueden hacer inviable la recuperaci
El 7 de agosto de 1996, America Online sufrió una interrupción de 19 horas que, además de frustrar a millones de usuarios, desplazó de la portada del New York Times la noticia del hallazgo de la NASA sobre posible vida en Marte. El apagón, originado por una tarea de mantenimiento rutinario, habría p
Elastic, la empresa de software corporativo conocida por Elasticsearch, ha alcanzado un acuerdo para adquirir Deductive AI, una startup que utiliza inteligencia artificial para detectar y resolver errores en software, por un importe de hasta 85 millones de dólares, según una fuente conocedora de la
La autora, ingeniera de fiabilidad en Honeycomb, sostiene que la inteligencia artificial no relaja los estándares de ingeniería: los desplaza. Partiendo de su experiencia con el paso de servidores artesanales a infraestructura inmutable, argumenta que 2025 invirtió la economía de la producción de có