可观测性

AI 会替代运维老司机吗？五类产品形态重塑 SRE 与 AIOps

快猫星云 · 2026-04-13

AI 短期不会直接替代运维岗位，但会优先替代依赖个人经验、上下文记忆和人工协同的工作方式。本文从调查型 Agent、协同控制台、自动化护栏、平台工程和组织记忆系统五类产品形态，分析 AI 时代运维体系的演进方向。

AI 时代的可观测性：从排障工具到运行时控制平面

快猫星云 · 2026-04-12

AI Agent 和 LLM 应用进入生产后，可观测性不再只是排障工具，而会成为可靠性、治理、审计、成本控制和 Agent 自动化的运行时控制平面。本文梳理最近 3 个月的行业信号和企业落地建议。

用 ERROR 日志做告警：低成本高 ROI 的兜底监控实践

巴辉特 · 2026-02-23

很多团队只做 CPU/内存等机器指标或 SLI 告警，却忽略了 ERROR 日志数量告警。本文说明为什么它 ROI 极高，并给出基于日志中心化收集、ETL 与 Loki/ElasticSearch/VictoriaLogs 的告警规则思路，帮助你用日志告警为指标告警兜底、驱动日志级别治理。

Flashduty RUM 分布式追踪最佳实践：实现前后端请求链路的完整监控

Product Team @快猫星云 · 2026-02-09

详解如何在 Flashduty RUM 中配置和使用分布式追踪功能，基于 W3C Trace Context 标准，将前端用户操作与后端 API 调用关联，实现端到端的性能监控和问题排查。

AI Agent 监控与可观测性：2025 生产实践指南

他山之石 · 2026-01-27

在 2025 年，将 AI Agent 部署到生产环境需要全新的监控和可观测性策略。本文介绍了关键指标、成本监控、结构化日志和分布式追踪的最佳实践，帮助团队确保 AI Agent 的可靠性和性能。

可观测性的 AI-Ready 之路

快猫技术 · 2026-01-22

任何方向要真正落地智能化，首先要完成数据建设，以达到AI-Ready状态，再用AI做最后一公里的催化剂。可观测性方向如何才能做到AI-Ready？本文介绍Flashcat完成AI-Ready建设的方法。

使用 OpenTelemetry 构建可观测性 06 - 生态系统

Thomas Stringer · 2025-12-26

OpenTelemetry 生态系统概览：作为 CNCF 第二活跃项目，介绍 OTel 官网、Slack 社区、GitHub 仓库组织结构以及 Registry 注册表，帮助开发者快速入门并参与社区。

使用 OpenTelemetry 构建可观测性 05 - 传播和行李（Propagation & Baggage）

Thomas Stringer · 2025-12-26

OpenTelemetry 传播与行李机制详解：通过 Propagation 传递 TraceID 和 SpanID 实现分布式链路追踪，使用 Baggage 在微服务间传递自定义上下文数据。

使用 OpenTelemetry 构建可观测性 04 - 收集器

Thomas Stringer · 2025-12-26

OpenTelemetry Collector 详解：介绍接收器、处理器、导出器组件，DaemonSet 和 Sidecar 两种 Kubernetes 部署方式，以及使用 ocb 工具构建自定义收集器分发版。

使用 OpenTelemetry 构建可观测性 03 - 导出

Thomas Stringer · 2025-12-26

OpenTelemetry SDK 导出详解：介绍 TracerProvider 链路追踪生产者、Resource 资源元数据、OTLP Exporter 导出器的配置，实现遥测数据从应用到收集器的传输。

使用 OpenTelemetry 构建可观测性 02 - 埋点

Thomas Stringer · 2025-12-26

OpenTelemetry 埋点详解：讲解手动埋点创建 Span、设置属性和事件，以及使用 Flask、MySQL 自动埋点零代码获取链路追踪数据，快速实现应用可观测性。

使用 OpenTelemetry 构建可观测性 01 - 介绍

Thomas Stringer · 2025-12-26

OpenTelemetry 入门指南：介绍 OTel 的 API、SDK、Collector 组件，以及 Traces、Metrics、Logs 三大可观测性支柱，通过购物车示例应用演示分布式链路追踪实现。

可观测性理念：宽事件实践指南

Jeremy Morrell · 2025-11-20

宽事件（Wide Events）是一种强大的可观测性实践方法，能够显著提升系统调试效率与可见性。本文将介绍如何在实际项目中应用宽事件理念，包括所需工具、代码实现思路及属性添加清单，帮助开发者更好地理解和实践这一理念。

在 Kubernetes 中构建统一的 OpenTelemetry 流水线

译文 · 2025-11-17

通过 OpenTelemetry 在 Kubernetes 集群中实现指标、日志和追踪数据的统一流水线，提升可观测性和故障排查效率。

可观测性最佳实践：一分钟精简版

巴辉特 · 2025-11-09

本文总结了可观测性的五大最佳实践，涵盖从业务入手、定位路径、数据关联、自动化响应到自顶向下推进等关键方面，帮助提升系统的监控与故障排查效率。

可观测性：现代 DevOps 不可或缺的能力

Chinmoy Kumar · 2025-11-05

可观测性能够帮助团队检测故障，并深入了解故障的根本原因。这不仅简化了调试流程，还能提升系统性能与可靠性。现代 DevOps 从开源可观测性工具中获益良多。

可观测性策略：从指标到有意义的可靠性

Tiago · 2025-09-24

探索如何通过战略性设计和文化转型实现可观测性，提升系统可靠性并推动业务成功。

什么是可观测性？可观测性成功指南

译文 · 2025-09-03

可观察性是一种方法，可以帮助您预测和预防未来的问题。它有助于根据外部输出的知识确定系统的状态。本文将详细介绍可观测性的定义、重要性、好处、挑战、支柱及其如何运作。

可观测性体系建设五步心法：明业务、立规范、采数据、显特征、获洞见

秦晓辉 · 2025-07-30

笔者做监控 11 年，在可观测性领域创业 4 年，与各类客户沟通较多，发现很多企业想要建设可观测性体系，但是不得章法，我把整个建设过程做了一个简单总结，梳理一下其中的脉络，希望对你有所启发。

HUATUO 基于BPF的可观测能力建设及 GPU 大模型性能剖析

秦晓辉 · 2025-07-18

第三届 CCF·夜莺开源创新论坛，于 2025.7.4 在京举行，论坛上，众多可观测性领域的专家齐聚一堂，共同分享、探讨监控、可观测性、AI 相关的议题。来自“滴滴出行”的内核专家张同浩，带来了主题为《HUATUO 基于BPF的可观测能力建设及 GPU 大模型性能剖析》的分享，笔者在现场作为观众受益良多，现将其内容整理如下，供大家参考。