{
  "format": "agent-article-v0",
  "article_id": "EA-271",
  "canonical_url": "/tools/ea-271-ai-slo-error-budget",
  "page_type": "reference",
  "claim_ids": [],
  "evidence_ids": [
    "EA-271-CURRENT-APPROVAL",
    "EA-271-CURRENT-BODY-READBACK"
  ],
  "unknown_ids": [
    "EA-271-UNKNOWN-01"
  ],
  "operational_object_ids": [],
  "provider": [],
  "models": [],
  "plans": [],
  "surfaces": [],
  "regions": [],
  "current_status": "CURRENT",
  "observation_status": "SPEC_ONLY",
  "freshness": "CURRENT",
  "last_verified": "2026-10-06",
  "supersedes": [],
  "superseded_by": [],
  "provenance": [
    "RESCUE-EA271-20261016-C3",
    "BODY-SHA256:410ae6df214553a6aabf5628f834b26fa50ae0f3aff22f2d80b5596a725e8b12"
  ],
  "article_sources": [
    {
      "id": "EA-271-CURRENT-APPROVAL",
      "evidence_class": "RESEARCH",
      "title": "現行本文の監査・revision対応",
      "supports": [
        "現行台帳のAUDIT_PASSと候補・revision・本文ハッシュの対応を確認しています。"
      ],
      "limit": "監査状態と来歴の記録です。外部根拠の最新性や本文の全主張を追加保証しません。",
      "origin_class": "AUDITED_CANONICAL_RESEARCH_PACKET",
      "source_or_experiment_ids": [
        "RESCUE-EA271-20261016-C3"
      ],
      "supporting_locators": [
        "1KqhJtiSb2S84rWmeYVwKcT_76dBwZ_B0ZZuAWQqH0rQ/EA_REVISION_LEDGER#ea_id=EA-271&revision_id=EA-271-FIRST-20261006&candidate_id=RESCUE-EA271-20261016-C3",
        "EA-271-FIRST-20261006"
      ],
      "provenance_status": "CURRENT_CANONICAL_APPROVAL_READBACK"
    },
    {
      "id": "EA-271-CURRENT-BODY-READBACK",
      "evidence_class": "IMPL",
      "title": "現行本文の収録照合",
      "supports": [
        "公開生成入力の本文SHA-256が、監査済み候補に結び付いたハッシュと一致しています。"
      ],
      "limit": "本文の同一性の検査です。外部システムの挙動や全主張の真偽を実証したものではありません。",
      "checked_at": "2026-10-19",
      "origin_class": "IMPLEMENTATION_READBACK",
      "source_or_experiment_ids": [
        "BODY-SHA256:410ae6df214553a6aabf5628f834b26fa50ae0f3aff22f2d80b5596a725e8b12"
      ],
      "supporting_locators": [
        "content/staging/EA-271.md",
        "410ae6df214553a6aabf5628f834b26fa50ae0f3aff22f2d80b5596a725e8b12",
        "EA-271-FIRST-20261006"
      ],
      "provenance_status": "CURRENT_APPROVED_BODY_HASH_MATCH"
    }
  ],
  "research_sections": [
    {
      "heading": "PUBLIC_CLAIM",
      "text": "AI/Agentの信頼性運用では、単一の「成功率」やprovider uptimeをSLOと同一視せず、利用者が経験するcritical journeyごとにSLI、SLO target、budgeting method、window、error-budget policyを固定します。error budgetは観測された失敗を許容する枠であり、品質保証や免責ではありません。"
    },
    {
      "heading": "SLO_CONTRACT",
      "text": "最低限、service/user journey、SLI numerator/denominatorまたはthreshold、target、budgeting method、time window、in-scope/out-of-scope traffic、data source/query、owner、policy actionをversion管理します。\n\nOpenSLOのような仕様ではOccurrences、Timeslices、RatioTimeslicesでbudget calculationが異なります。同じtarget値でもbudgeting methodやwindowが違えば同じSLOではありません。"
    },
    {
      "heading": "AI_SPECIFIC_SLI",
      "text": "Agentではinfrastructure availabilityだけでなく、task-level outcomeを別SLIとして設計します。候補にはtask completion、tool correctness、policy violation、grounded answer acceptance、latency、handoff成功、side-effect correctnessを含めます。\n\nLLM-as-judgeやhuman reviewをSLIへ使う場合は、judge/model/version、rubric、sampling、abstention、disagreementを記録し、provider uptimeとend-to-end task successを混同しません。"
    },
    {
      "heading": "ERROR_BUDGET",
      "text": "error budgetは原則としてSLO targetと観測結果から算出する運用制御量です。100% reliabilityを無条件な目標にせず、product/user riskに応じてtargetを決めます。\n\nbudget消費時のrelease freeze、rollback、capacity/reliability work優先等はorganization policyとして明示します。Google SREの例示policyをそのまま全組織へ移植しません。"
    },
    {
      "heading": "BURN_RATE",
      "text": "残budgetだけでなくburn rateを監視します。burn rate 1xは、同じ消費速度がwindow全体で続けばbudgetをちょうど使い切る速度です。\n\n短いwindowだけではspikeへ過敏、長いwindowだけでは検知が遅れるため、multiwindow/multi-burn-rate alertを候補にします。Google SREの14.4x/1h+5m、6x/6h+30m等は例示値であり、organizationのSLO/window/page policyへ再計算します。"
    },
    {
      "heading": "DATA_QUALITY",
      "text": "「budgetが減らない」を健全性の証拠にしません。SLI queryがfailureを捕捉していない、no-data、aggregation、scope misclassification、sampling driftでも見かけ上burnしない場合があります。\n\nSLI definition変更はSLO revisionとして扱い、query/config hash、data freshness、missing-data semanticsをreadbackします。"
    },
    {
      "heading": "ALERT_AND_POLICY",
      "text": "pageは即時人間対応が必要なbudget threatへ、ticketは遅いburnや改善課題へ分けます。alert発火、budget exhaustion、release freeze、incident severityは別状態です。\n\npolicy actionは自動化可能ですが、data-quality異常やscope errorで誤freezeしないよう、source freshness/readbackとbreak-glass/approvalを設計します。"
    },
    {
      "heading": "FAILURE_ENVELOPE",
      "text": "wrong SLI、proxy metric、denominator drift、no-dataをgood扱い、sampling bias、judge drift、model alias drift、traffic mix変化、rolling-window recoveryの誤読、low-traffic volatility、aggregation mismatch、dependency scope漏れ、retryによる二重計上、tool partial success、policy action誤発火、budget reset境界、dashboard zoom/aggregation差、provider SLAとの混同を想定します。"
    },
    {
      "heading": "IMPLEMENTATION_STATE",
      "text": "本項は2026-10-06時点のGoogle SRE、OpenSLO、Nobl9公開資料に基づくprovider-neutral運用境界です。organization telemetry/SLO backendへのlive mutationは未実施です。"
    },
    {
      "heading": "SAFE_WORDING",
      "text": "AI/AgentのSLOは、利用者が経験するcritical journeyについてSLI、target、budgeting method、window、scopeを固定し、error budgetとburn rateで運用します。provider uptimeや単一のLLM評価値だけをend-to-end SLOにせず、data qualityとmissing-data semanticsを監視し、budget消費時のrelease・rollback・reliability-work方針を組織policyとして明示します。"
    },
    {
      "heading": "OPEN_UNKNOWN",
      "text": "organization critical journeys、SLI source/query、target/window、budgeting method、LLM judge/human-review設計、missing-data policy、traffic scope、dependency map、burn alert thresholds、release-freeze/rollback policy、owner/escalation、low-traffic strategy、tenant realized stateは未確認です。"
    }
  ],
  "human_url": "/tools/ea-271-ai-slo-error-budget",
  "markdown_url": "/agent/article.md?path=%2Ftools%2Fea-271-ai-slo-error-budget",
  "json_url": "/agent/article.json?path=%2Ftools%2Fea-271-ai-slo-error-budget"
}