雲端原生環境的複雜度正以指數級速度增長，早已超出人類 SRE 所能有效掌控的邊界。傳統 AIOps 工具雖具備警報發送能力，卻缺乏自主推理與執行修復的智慧——它們感知異常，卻無法理解異常。Agentic SRE 的崛起，預示著下一代可觀測性平台的根本性轉型：系統不再只是「觀察數據」，而是開始「監控決策」。

本議程將聚焦於 CNCF 沙盒專案 kagent，探討它如何透過 Kubernetes 原生架構與 A2A（Agent-to-Agent）協議，將各自為政的 AI 代理串聯為協作式智能網絡。議程核心涵蓋三大技術主軸：

• Kubernetes 可觀測性的智能躍升：探討 kagent 如何深度整合 Kubernetes 原生事件、Pod 狀態與資源指標，將分散於 Prometheus、Loki、Tempo 等工具的訊號統一納入 AI 代理的推理上下文。代理不再被動等待人工研判，而是主動關聯跨層訊號，自主觸發診斷與修復，大幅縮短 MTTD 與 MTTR。
• A2A 協議的協作架構：深入剖析 Agent Card 如何標準化代理間的技能發現與任務委派，使異質框架的代理能夠無縫溝通，形成具備彈性與高可觀測性的 Agent Mesh（代理網格）。
• 推理路徑的可觀測化：透過 OpenTelemetry 捕捉代理的 Reasoning Spans，讓 AI 的思考過程從黑盒轉為透明且可被審計的追蹤記錄，真正實現「可解釋的自動化」。

聽眾收穫：

• 從告警疲勞到自主診斷：重新定義 SRE 的工作模式：理解 Agentic SRE 的實踐，並思考如何在自身組織的 K8s 環境中，逐步將人工研判流程交棒給具備推理能力的 AI 代理，真正將 SRE 的精力從救火轉移到更高價值的系統設計與韌性建構。
• A2A 協議：打破 AI 孤島的關鍵基礎設施：深入理解為何 A2A 協議是多代理系統能夠落地的核心前提——各自為政的 AI 代理如同沒有共同語言的團隊，協作越複雜，摩擦成本越高。透過 Agent Card 的標準化機制，組織得以從單一代理的點狀自動化，演進為可協同分工的智能網絡。
• 從黑盒到玻璃盒：以可解釋性重建工程師對 AI 的信任：掌握透過 Reasoning Spans 將 AI 推理過程轉化為可追蹤 Span 的實作技巧，回到團隊後能夠直接在 Jaeger／Grafana 中檢視 Agent 的決策脈絡、定位異常判斷的根因，讓「AI 做了什麼、為什麼這樣做」不再是一個無法回答的問題。