主线文章：12篇 00｜前言：为什么要学习可观测性工程 01｜可观测性工程概要：从系统输出理解内部状态 02｜系统监控和可观测性有什么不同？ 03｜遥测的基础数据模型 04｜什么是 OpenTelem…
11｜Agent Runtime实时高可靠可观测性：在任务失败前发现偏离 传统可观测性经常用于事后排障，但 Agent Runtime 还需要在任务执行过程中感知风险：工具连续超时、规划陷入循环、To…
10｜Evaluation Engineering：把可观测性变成Agent的改进系统 Agent 产品很难只靠上线前测试保证质量。输入不断变化，模型具有不确定性，工具和知识也持续更新。Evaluat…
09｜Agent可观测性参考架构：把方法、规范与诊断连接起来 学完概念和规范，最后要回答一个实际问题：怎样让 Agent 的每次任务都可关联、可调查，同时控制性能、成本和隐私？ 架构分成四层 Agen…
08｜基数、采样与成本：既要看清问题，也要付得起账单 可观测性希望保留细节，但每一条 Span、每一个属性和每一天的保留时间都会产生成本。工程设计的目标不是采集一切，而是在关键时刻保留足够证据。 先把…
07｜Agent与GenAI可观测性：不要只记录一次模型调用 模型调用只是 Agent 执行的一部分。真正决定结果的，还有规划、上下文组装、Memory 检索、工具调用、重试和终止条件。只观测 LLM…
06｜语义约定：让所有人对同一个字段说同一种语言 数据格式一致，不代表数据含义一致。一个团队写 model ，另一个写 llm_name ，第三个写 provider_model ，后端很难统一查询。…
05｜OTLP与Collector：遥测数据怎样走到后端 应用产生遥测数据后，还要可靠地送到存储和分析系统。OTLP 规定数据的编码、传输和交付方式，Collector 则负责接收、处理和导出。 它们…
04｜什么是OpenTelemetry：从统一规范到API与SDK OpenTelemetry，简称 OTel，是一套厂商中立的可观测性框架。它统一了应用如何产生、描述、关联和导出 Trace、Met…
03｜遥测数据模型：用Trace还原一次Agent任务 可观测性数据不是越多越好。真正有价值的是，每种数据都承担清晰的职责，并且能够围绕同一次任务关联起来。 四种信号分别做什么 Metric 展示整体…
02｜监控与可观测性：一个负责报警，一个负责解释 系统告警响了，却没人知道为什么，这是很多团队的真实处境。监控与可观测性并不是两种互相替代的工具，而是发现问题和解释问题的两层能力。 监控回答“是否正常…
01｜可观测性到底是什么：从系统输出理解内部状态 系统报错时，我们常说“先看日志”。如果日志里没有答案，就继续看指标、查链路，甚至临时修改代码再发布一次。这种排查方式有个明显的问题：我们只能回答系统提…
