過去十年，云計算讓企業(yè)的數(shù)據(jù)處理能力實現(xiàn)了指數(shù)級增長，而觀測云作為全棧監(jiān)控觀測平臺，見證并參與了這一進程。通過強大的數(shù)據(jù)采集、處理與展示能力，觀測云幫助數(shù)百家企業(yè)實現(xiàn)了對 IT 基礎(chǔ)設(shè)施、應(yīng)用服務(wù)、業(yè)務(wù)鏈路的全面掌控。

5月13日的產(chǎn)品發(fā)布會上，我們正式宣布：觀測云，已從云時代邁入 AI 時代。

在數(shù)據(jù)量爆炸、系統(tǒng)復(fù)雜度日益提升的今天，僅依靠傳統(tǒng)的監(jiān)控手段已經(jīng)難以滿足企業(yè)對“看得見、看得懂、看得清”的需求。從早期的云計算基礎(chǔ)設(shè)施監(jiān)控，到今天邁入 AI 時代，觀測云走出了一條屬于自己的進化之路。

Obsy AI ：觀測云的智能核心

作為本次發(fā)布會的重磅亮相之一，Obsy AI ，作為可觀測性（Observability）與觀測云全新 logo——奧布斯機器人的結(jié)合，成為觀測云邁向 AI 時代的標志。

01 儀表板智能分析：從數(shù)據(jù)到洞察，只需一步

Obsy AI 能夠根據(jù)當前儀表板中的數(shù)據(jù)進行智能分析，識別關(guān)鍵指標的異常變化，幫助用戶進行問題洞察以及預(yù)測。用戶可以與 Obsy AI 進行對話，快速定位問題，實現(xiàn)動態(tài)交互。

02 錯誤分析：AI助力，快速定位問題根因

系統(tǒng)出現(xiàn)錯誤時，傳統(tǒng)的日志分析往往需要人工逐條排查，效率低下。觀測云的AI錯誤分析功能能夠自動掃描日志、鏈路等，識別并分類錯誤信息，提供詳細的錯誤原因分析，幫助用戶迅速定位問題根源。

03 告警聚合：智能歸類，減少告警噪音

在復(fù)雜的系統(tǒng)中，告警信息繁多，容易造成信息過載。觀測云的 AI 告警聚合功能通過智能歸類相似的告警，減少重復(fù)信息，提升告警的可讀性和處理效率。

04 腳本智能編寫：AI輔助，提升開發(fā)效率

數(shù)據(jù)處理腳本的編寫對開發(fā)人員來說是一項挑戰(zhàn)。觀測云引入了 AI 輔助的腳本編寫功能，能夠自動生成 Pipeline，幫助用戶高效地處理和分析數(shù)據(jù)。

除此之外，我們還引入了一些“小巧思”，給工程師們的日常工作添加更多便利，例如自然語言生成圖表、AI 智能命名圖表等功能，期待您在觀測云中親自體驗。

可觀測性的進化：從人為觀測到機器自動觀測

傳統(tǒng)的可觀測性依賴于人工設(shè)置和監(jiān)控，效率低下。觀測云通過引入 AI，實現(xiàn)了從人為觀測到機器輔助觀測的轉(zhuǎn)變。這一進化大大提升了系統(tǒng)的自我診斷和自我修復(fù)能力，減少了人為干預(yù)的需求。 未來，我們更希望可以繼續(xù)演進到機器自動觀測，提升更多的生產(chǎn)力。

審核編輯 黃宇