🏷️ 可观测性
共 7 个相关内容
📝 文章
AI Agent可观测性实战指南：当Agent不断自主决策时如何监控
AI Agent自主决策带来了全新的监控挑战。本文详解Agent可观测性三大支柱和开源工具，帮你构建Agent生产环境的监控体系。
2026/5/24AI Agent疯了还不自知？2026年写给工程团队的Agent可观测性与调试实战
生产环境的Agent会'这次对下次错、看似完成实则跑偏'。本文给出trace、回放、断点、插桩四层实践，让Agent的每一步token都有据可查。
2026/9/7AI Agent 可观测性实战：别等出事才想起日志
Agent 上线后最怕的不是报错，而是它悄悄跑偏。本文拆解一套可落地的可观测性栈：轨迹追踪、成本归因、质量看板，附选型与埋点清单。
2026/9/18AI Agent 可观测性实战：用 Tracing 驯服会「发疯」的智能体
当 Agent 在多步推理中悄悄跑偏，日志和 print 根本救不了你。本文用 OpenTelemetry 语义约定搭建一套可落地的 Agent 可观测性体系，覆盖 trace、span、token 成本与失败归因。
2026/9/24AI成本该算到谁头上？一套可落地的成本归因方案
AI账单每月涨，但没人知道钱花在哪。本文教你搭建按用户、按功能、按场景的成本归因体系，让每一分算力都有主，附记账字段设计。
2026/10/5LLMOps 落地指南：把大模型应用从Demo推到7×24生产环境
LLMOps 是2026年AI工程的必修课。本文系统讲解可观测性、评测、版本管理、成本治理与故障响应五大支柱，附一份可直接照做的上线检查清单。
2026/4/26多Agent系统评测：为什么你的成功率指标一直在骗你
多Agent系统的评测不能只看端到端成功率。本文给出分层评测框架：节点级、交接级、轨迹级三层指标，并说明如何用轨迹回放定位真正的失败点。
2026/4/26