# 可观测性

凌晨值班群连续响了 20 次：同步延迟、分区缺失、看板刷新失败，看起来像 20 场事故，其实可能都来自同一个上游任务。数据开发和值班同事怎样识别告警风暴？本文用时间、依赖和影响对象拆出根因组，并给出先静音副本、再保留新信号、最后补聚合规则的 3 个动作。

Lyft 把 Analytics & Rides Intelligence Assistant 交给新工程师作为入职项目，并在 3 周内推进到生产环境。真正值得数据从业者注意的，不是 Prompt 写得多快，而是认证、可观测性、状态管理、流式响应和内部文档是否已经铺成一条新人能走通的路。

AI 问数进入生产后，一次自然语言任务可能拆成大量 SQL，并在字段猜错、结果为空或多 Agent 探索时反复重跑。本文给出一套 Pro 成本守门清单，从任务预算、查询估价、并发与扫描限制，到缓存复用、取消传播和逐问题账单，帮助数据团队防住查询风暴。

2026 年 Atlan 把 Agent Observability 列为与 DataOps 平级的新品类。Agent 出错了怎么复现？回归怎么量化？线上怎么兜底？这篇文章把 Agent 可观测性拆成三件套：Trace 追踪调用链、Eval 量化行为质量、Guardrail 拦截风险输出，配合主流工具（Langfuse、Braintrust、Guardrails AI）给出一套可落地的监控方案。