首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

AI 时代的新可观测性:不只看系统崩没崩,还要看模型有没有胡说

2026-06-29 1 阅读 约10分钟阅读 傅宇琪,Tina
分享:
字号:
你可能已经习惯了用 dashboard 看系统、用 alert 发现问题,但问题是,当一个系统有成百上千个服务、每天产生海量数据时,你真的还能看见它吗? 作为领先的 observability(可观测性)平台,New Relic 几乎见证了整个现代软件运维的发展历程。如今,他们正尝试把 AI 引入 observability,从“让你看见问题”,走向“直接告诉你该关注什么”,甚至在问题发生前自动采取行动。与此同时,一个新的难题也浮现出来:当 AI 本身成为系统的一部分,我们又该如何监控这些不确定、会“胡说”的模型? 近日,在播客节目中,New Relic 的Chief Technology Strategist(首席技术战略官)Nic Benders与主持人 Lee Atchison 一起讨论了 observability 如何从 dashboards 和 alerts 演进到 AI 驱动的智能系统,LLM 如何与统计方法协同从海量数据中提取信号,以及 AI 对软件工程职业未来的影响。本文基于该播客视频整理,经 InfoQ 编辑。 核心观点如下: observability 系统,其实更应该叫“understandability系统”,因为没人真的想“观察”,大家要的是“理解”。增加 alert 并不会提升响应能力。它会训练人产生一种反应:“先等一下,看看它会不会自己恢复。”结果响应时间反而被拉长了。噪音越多,响应越慢,但团队却误以为 alert 越多越安全。当AI让每个人有能力去完成更多事情,结果不是“少工作”,而是“多产出”,历史上从来没有哪次技术进步让人类真的减少工作量。真正的“source of truth”始终是业务本身:如果你是电商,那就是有没有成交;如果是社交产品,那就是用户有没有互动;不管是什么产品,你之所以写这些软件,就是为了实现那个目标。 从“看得见”到“看不过来” Lee:这些年你都在 New Relic忙什么?作为首席技术战略官,你的日常职责到底是什么? Nic:New Relic 的发展路径某种程度上也就是整个行业的发展路径。 最早我们处在一个“instrumentation(代码插桩)时代”。那时候我们每天思考的问题很简单:怎么才能给更多关键系统做插桩?最开始是 Ruby,接着是 Java、.NET、Python,还得研究怎么进驻浏览器、移动端 App。但很快,我们插桩的东西太多了,数据量大到根本处理不过来。 于是行业进入了“data platform(数据平台)时代”。对 New Relic 来说,这个转变大概发生在 2013、2014 年,我们推出了 NRDB(New Relic 数据库)。NRDB 的核心价值在于:你可以问那些你原本不知道该问的问题。数据先全部收进来,之后再探索。比如你会突然问:“我的慢查询从哪儿来?”结果发现大部分来自测试系统,那就排除掉测试环境,再继续分析,甚至按国家拆分。这种“交互式提问”的能力,支撑了 dashboards、data explorer、alerts等一整套能力。 但十年后的今天,仅仅“能问问题”已经不够了。因为数据太多,多到你甚至不知道该问什么。于是我们进入了“intelligence(智能)时代”。重点不再是“你能问什么”,而是系统告诉你“你应该问什么”、“你该看什么”。 说到 intelligence,大家立刻会想到 AI。AI 是其中一部分,但不只是 AI。它还包括产品设计、交互方式、内置判断逻辑。因为用户打开工具,不是为了写 query,也不是为了搭 dashboard,他们要的是答案。他们想知道:我的系统现在到底发生了什么。 这就是我们现在所处的阶段,而且这种演进不会停止,我们可能正迈向 Action时代,让系统不仅能看,还能直接动手解决问题。 至于首席技术战略官这个角色,本质上就是在思考这个问题:我们现在在哪里?接下来要去哪里?我在 New Relic 已经 16 年了,从当年 monitoring 还只是 ping 的时代开始,也用了 30 年的 observability 工具。所以我的工作,其实更偏向“未来导向”。 Lee:听起来核心使命经历了两次大跳跃:从 instrumentation 到 data platform,再到 intelligence。 Nic:十年前的核心认知是:你必须有一个强大的 data platform,而且要支持“任意规模、任意查询”。但这几年我们意识到一个更深的问题:我们构建的这整套 observability 体系,本质上并没有那么大的变化。 现在的 dashboards 更漂亮、更好用、数据更多,但本质上和我 90 年代做的没什么区别。那时候我也会想:要监控什么?CPU、内存、网络……当时用的是Tcl/Tk ,现在用 NRQL(New Relic 查询语言),本质一样。 Lee:区别只是从 3 个图变成了 300 个图。 Nic:对,大家疯狂加图表。但问题是,没有任何一个 dashboard 小到可以让你“看见一切”。当我们意识到这一点时,就明白了:以 dashboards 和 alerts 为核心的 observability,已经走到尽头了。 你不可能靠“更复杂的 dashboard”或“更多 alert”解决问题,没人真的想写 alert,也没人真的想做 dashboard。大家只想知道:系统到底怎么了? dashboard 和 alert 只是工具,而不是目标。这是这几年我们最大的认知转变,而且我认为整个行业都会走向这个方向,尤其是在 AI 的推动下。 Lee:记得我们在NRDB 时代,经常讲 machine learning。比如用一些“神奇算法”自动生成 alerts,说“这个模式异常了”。但当时很强调:这不是 AI,只是 machine learning。那么,现在真正的 AI 智能和当时的machine learning到底有什么本质区别? Nic:我会把这些技术分成三类。 第一类,其实根本不是 AI,就是数学和统计。比如做 signal analysis、baseline deviation,本质就是公式计算。再复杂,也是数学。 第二类是 machine learning。你不再手动设参数,而是定义 hyperparameters,让算法自动调整告警基准,比如保证一段时间内只发一个alert。这撑起了前几年大家认知的 MLOps。 但这两三年,一切都被 neural networks改写了。这不是新东西,60 年代就有,但直到 transformer 架构出现,加上巨量资金投入,它才真正“好用”。现在大家说的 AI,本质上就是这些neural networks系统。 所以你可以这样理解:统计方法 → machine learning → neural networks(现在的 AI)。一个好的产品,应该三者都有。 如果你的 AI 策略只是把所有东西塞给 OpenAI 等着拿答案,那当然也有价值,但不是万能解法。很多场景下,传统machine learning或统计方法更合适。 目前的趋势是:neural networks(比如调用 OpenAI、
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱