observability

Dunetrace 是一款专为生产环境 AI Agent 设计的开源实时监控工具。此次更新增加了跨 Agent 模式分析、与 Langfuse 的深度分析集成，以及对自定义 Agent 的支持。

文章指出，智能体框架对性能的影响（30-50个百分点的波动）远大于模型选择本身，认为团队应关注实例级别的验证，而不仅仅盯着模型名称。

Fleet 代理现在支持按代理进行可配置追踪，允许开发者启用或禁用详细的追踪信息，以便更好地进行调试。

这是一篇关于Honeycomb Innovation Week 2026的推广文章，该活动是一个为期3天的免费线上活动（5月12-14日），聚焦代理时代的可观测性，包含主题演讲、产品发布和合作内容。

TanStack AI OpenTelemetry 官方支持现已推出，提供用于追踪、数据集和回放的开源后端，以提升可调试性。

一位开发者分享了他们的经历：一个系统提示的修改导致LLM回答质量下降，却没有触发传统的监控告警，并介绍了他们为监控生产环境中LLM应用的语义质量而构建的内部工具。

This article introduces 7 production-ready skills from the Hermes Skills Hub, covering the full lifecycle from tool integration and structured output to deployment, observability, and security.

一份关于九层生产AI架构的详细解析，涵盖RAG管道、代理、提示词、安全、评估和可观测性层。

本文讨论了使用Arize Phoenix调试和评估LLM评判者所面临的挑战，Arize Phoenix通过OpenTelemetry追踪评估者运行过程，以检查决策逻辑、成本和潜在偏差。

Tracea 是一款新产品，为AI代理提供类似Datadog的可观测性，具备追踪、根本原因分析和团队记忆等功能。

Smart Rent 的 Noah 为 Elixir 提出「遥测驱动开发」：先用 OpenTelemetry 埋点，再上线，用 84.8 万台 Nerves 网关的真实数据取代拍脑袋。

一份每日被反复转发的11个精选链接，帮你掌握AI评估技术，涵盖评估方法、可观测性、LLM-as-judge与智能体评估。

VictoriaMetrics在KubeCon EU 2026上介绍了回溯采样，这一新方法与传统OpenTelemetry尾部采样相比，显著降低了流量、CPU和内存开销。

Datadog 将 OpenAI 的 Codex 集成到其代码审查流程中，发现它能检测出人类审查员遗漏的 22% 的历史事件，展现出相比传统静态分析工具更强的系统级推理能力。

White Circle 完成1100万美元融资，推出统一AI管控平台，为企业部署提供红队测试、护栏、可观测性与优化。