https://www.neican.ai/tags/%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7/ Recent content in 可观测性 on AI内参 Hugo zh-cn Thu, 11 Jun 2026 16:10:05 +0800 https://www.neican.ai/insights/-agent--20260611161005072-3/ Thu, 11 Jun 2026 16:10:05 +0800 https://www.neican.ai/insights/-agent--20260611161005072-3/ 本文探讨了快手在复杂业务排障中通过 RCA Agent 解决理解业务、抑制幻觉与管理不确定性的实践。洞察指出，Agent 的核心演进已从简单的编码辅助转向深度的系统逻辑重构，未来企业需将可观测性转化为 AI 的运行时控制平面，通过构建稳定的业务资产体系与闭环评估机制，实现从被动排障到自主智能的进化。 https://www.neican.ai/insights/ailinkerdmcpai-20251128144006944-1/ Fri, 28 Nov 2025 14:40:06 +0800 https://www.neican.ai/insights/ailinkerdmcpai-20251128144006944-1/ Buoyant旗下Linkerd服务网格率先宣布原生支持Model Context Protocol (MCP)，使其成为首个能管理智能体式AI流量的网格，突破了传统基础设施对AI智能体独特的有状态、不可预测行为的管理瓶颈。此举通过提供深度可观测性、零信任安全和自适应流量整形，极大加速了企业级AI智能体的安全落地与规模化部署，预示着服务网格与AI agent技术融合的新范式。 https://www.neican.ai/insights/sre-20250930111004634-3/ Tue, 30 Sep 2025 11:10:04 +0800 https://www.neican.ai/insights/sre-20250930111004634-3/ 近期研究挑战了大模型在事件管理中完全取代SRE工程师的论断，尤其在复杂根因分析方面，LLMs仍面临单一路径推理、“幻觉”等技术瓶颈，且GPT-5亦未能实现跨越式突破。然而，大模型作为辅助工具，在日志总结、报告起草和加速响应上展现出显著商业价值。未来，人机协作将成为运维智能化的核心，SRE的角色将转向战略决策和AI监督，共同构建一个韧性与智能兼备的运维新范式。 https://www.neican.ai/insights/sre-ai-20250920001005911-0/ Sat, 20 Sep 2025 00:10:05 +0800 https://www.neican.ai/insights/sre-ai-20250920001005911-0/ ClickHouse的最新实验表明，大模型在SRE根因分析中未能实现完全自主的判断能力，即使是GPT-5也需要人类工程师的引导。然而，它们在辅助调查、提炼复杂信息和自动生成RCA报告方面表现出色，预示着SRE将走向以高性能可观测性平台为基础，人类专家与AI智能体深度协作的新范式，以应对日益复杂的云原生系统挑战。 https://www.neican.ai/insights/honeycombai-20250919121005100-2/ Fri, 19 Sep 2025 12:10:05 +0800 https://www.neican.ai/insights/honeycombai-20250919121005100-2/ Honeycomb新推出的托管MCP服务，简直是开发者的“福音”！它能让AI助手和IDE直接“看懂”系统内部的可观测性数据，告别传统调试的“上下文切换”地狱。这项服务还火速上架AWS Marketplace，意味着AI驱动的开发效率即将“开挂”，未来AI助手或许将成为你代码世界的“最佳拍档”！ https://www.neican.ai/newspaper/2025-09-03-2025-09-03-ai-/ Wed, 03 Sep 2025 19:32:48 +0800 https://www.neican.ai/newspaper/2025-09-03-2025-09-03-ai-/ 今天是2025年09月03日。AI正以不可逆的势头，劈开未来社会的裂缝，一边是星辰大海的科学突破和效率极致的企业变革，另一边却是就业市场的深层结构性动荡与阶层固化的隐忧。 https://www.neican.ai/insights/llmai-20250903131004578-1/ Wed, 03 Sep 2025 13:10:04 +0800 https://www.neican.ai/insights/llmai-20250903131004578-1/ 随着DeepSeek等AI原生应用的崛起，传统可观测性面临挑战。业界正通过定义TTFT、TPOT等LLM专属指标、基于OpenTelemetry构建深度追踪探针，并结合AI智能体实现故障诊断与自愈，致力于解决性能、成本与质量评估难题。未来可观测性将演进为连接数字世界实体的统一图谱，并由AGI赋能，成为保障AI系统稳定、高效运行与伦理合规的核心基石。