<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>可观测性 :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 13 Nov 2026 23:00:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7/index.xml" rel="self" type="application/rss+xml"/><item><title>AI 应用可观测性：链路追踪、成本管控与告警体系</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI%E5%BA%94%E7%94%A8%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7%E9%93%BE%E8%B7%AF%E8%BF%BD%E8%B8%AA%E6%88%90%E6%9C%AC%E7%AE%A1%E6%8E%A7%E4%B8%8E%E5%91%8A%E8%AD%A6%E4%BD%93%E7%B3%BB/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI%E5%BA%94%E7%94%A8%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7%E9%93%BE%E8%B7%AF%E8%BF%BD%E8%B8%AA%E6%88%90%E6%9C%AC%E7%AE%A1%E6%8E%A7%E4%B8%8E%E5%91%8A%E8%AD%A6%E4%BD%93%E7%B3%BB/index.html</guid><description>AI 应用可观测性：链路追踪、成本管控与告警体系 当 LLM 应用从原型走向生产环境，一个严峻的现实随之浮出水面：你无法优化你无法度量的东西。传统 Web 应用的可观测性体系（Metrics、Logs、Traces 三支柱）在面对 LLM 应用时出现了显著的能力缺口——Token 消耗带来的弹性成本、模型推理的非确定性延迟、输出质量的主观性评估，这些新维度要求我们在传统可观测性的基础上构建一套专属于 AI 应用的监控体系。</description></item><item><title>223 条失败记录：消息静默丢失</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/223-%E6%9D%A1%E5%A4%B1%E8%B4%A5%E8%AE%B0%E5%BD%95%E6%B6%88%E6%81%AF%E9%9D%99%E9%BB%98%E4%B8%A2%E5%A4%B1/index.html</link><pubDate>Fri, 13 Nov 2026 23:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/223-%E6%9D%A1%E5%A4%B1%E8%B4%A5%E8%AE%B0%E5%BD%95%E6%B6%88%E6%81%AF%E9%9D%99%E9%BB%98%E4%B8%A2%E5%A4%B1/index.html</guid><description>一个 OpenClaw 实例的 Telegram 外发队列里，223 条历史失败记录，lastError 全是同一句：Network request for 'sendMessage' failed!。耗时全部落在 7.4 到 9.3 秒之间，retry_count 等于 1，recovery_state 停在 send_attempt_started，然后永久 failed。</description></item><item><title>AI Agent 可靠性工程：从错误恢复到优雅降级的生产级实践</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI-Agent-%E5%8F%AF%E9%9D%A0%E6%80%A7%E5%B7%A5%E7%A8%8B%E4%BB%8E%E9%94%99%E8%AF%AF%E6%81%A2%E5%A4%8D%E5%88%B0%E4%BC%98%E9%9B%85%E9%99%8D%E7%BA%A7%E7%9A%84%E7%94%9F%E4%BA%A7%E7%BA%A7%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI-Agent-%E5%8F%AF%E9%9D%A0%E6%80%A7%E5%B7%A5%E7%A8%8B%E4%BB%8E%E9%94%99%E8%AF%AF%E6%81%A2%E5%A4%8D%E5%88%B0%E4%BC%98%E9%9B%85%E9%99%8D%E7%BA%A7%E7%9A%84%E7%94%9F%E4%BA%A7%E7%BA%A7%E5%AE%9E%E8%B7%B5/index.html</guid><description>AI Agent 可靠性工程：从错误恢复到优雅降级的生产级实践 构建一个 AI Agent 的 Demo 只需要 20 行代码——一个 while 循环加上 LLM 调用和工具接口。但将其部署到生产环境并可靠运行，复杂度会发生量级跃迁。这不是模型能力的问题，而是 Agent 系统在生产环境中遭遇的失败模式与传统软件截然不同：它们更隐蔽、更难以复现、且往往在输出层面看起来"完全正常"。</description></item><item><title>AI agent 网关越跑越慢直到假死：三类劣化信号和监控缺口</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/AI-agent%E7%BD%91%E5%85%B3%E8%B6%8A%E8%B7%91%E8%B6%8A%E6%85%A2%E7%9B%B4%E5%88%B0%E5%81%87%E6%AD%BB-%E4%B8%89%E7%B1%BB%E5%8A%A3%E5%8C%96%E4%BF%A1%E5%8F%B7%E5%92%8C%E7%9B%91%E6%8E%A7%E7%BC%BA%E5%8F%A3/index.html</link><pubDate>Thu, 15 Oct 2026 01:25:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/AI-agent%E7%BD%91%E5%85%B3%E8%B6%8A%E8%B7%91%E8%B6%8A%E6%85%A2%E7%9B%B4%E5%88%B0%E5%81%87%E6%AD%BB-%E4%B8%89%E7%B1%BB%E5%8A%A3%E5%8C%96%E4%BF%A1%E5%8F%B7%E5%92%8C%E7%9B%91%E6%8E%A7%E7%BC%BA%E5%8F%A3/index.html</guid><description>一个开源自托管 agent 网关的用户做了一次教科书级的资源问题排查：单用户、轻负载的实例，RSS 从 2.5 GB 一路涨到 8-10 GB，60 到 90 分钟内触发内存压力告警，最终威胁 OOM。他排除了插件、排除了面板轮询、排除了厂商插件，冷重启后泄漏照旧——最后用堆剖析把问题定位到核心包里一个模型目录 worker。这是 OpenClaw #159662，2026 年 9 月末开出的 P0 级 issue。把它和同项目的另外两条问题（僵尸进程堆积、MCP 调用审批缺口）放在一起看，会得到一张对 AI agent 基础设施运维很有用的"劣化信号地图"：长驻 agent 服务出问题，往往不是崩，而是慢、拖、漏。</description></item><item><title>Agent编程工具的成本黑洞：缓存失效、计量失真与用户侧自救</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Agent%E7%BC%96%E7%A8%8B%E5%B7%A5%E5%85%B7%E7%9A%84%E6%88%90%E6%9C%AC%E9%BB%91%E6%B4%9E%E7%BC%93%E5%AD%98%E5%A4%B1%E6%95%88%E8%AE%A1%E9%87%8F%E5%A4%B1%E7%9C%9F%E4%B8%8E%E7%94%A8%E6%88%B7%E4%BE%A7%E8%87%AA%E6%95%91/index.html</link><pubDate>Thu, 17 Sep 2026 23:45:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Agent%E7%BC%96%E7%A8%8B%E5%B7%A5%E5%85%B7%E7%9A%84%E6%88%90%E6%9C%AC%E9%BB%91%E6%B4%9E%E7%BC%93%E5%AD%98%E5%A4%B1%E6%95%88%E8%AE%A1%E9%87%8F%E5%A4%B1%E7%9C%9F%E4%B8%8E%E7%94%A8%E6%88%B7%E4%BE%A7%E8%87%AA%E6%95%91/index.html</guid><description>Agent编程工具的成本黑洞：缓存失效、计量失真与用户侧自救 一个越来越常见的场景：你没改一行代码、没换一个模型，只是让 Agent 多跑了几轮任务，月底账单却翻了一倍；或者订阅额度在几分钟内被烧穿，而你完全说不清钱花在了哪。这不是玄学，2026 年 9 月中旬，主流 AI 编程 CLI 工具的社区 issue 区集中爆发了一批成本类问题——七款头部工具里至少四款（Claude Code、OpenAI Codex、GitHub Copilot CLI、OpenCode）在同一个观测窗口内出现成本相关热点讨论。本文把这批公开证据摊开，拆成三类失败模式，讲清楚每类背后的机制，最后给出不依赖厂商修复的用户侧自救清单。</description></item><item><title>AI 智能体生态的验证基建：假成功、失败透传与审计文化的三线观察</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI-%E6%99%BA%E8%83%BD%E4%BD%93%E7%94%9F%E6%80%81%E7%9A%84%E9%AA%8C%E8%AF%81%E5%9F%BA%E5%BB%BA%E5%81%87%E6%88%90%E5%8A%9F%E5%A4%B1%E8%B4%A5%E9%80%8F%E4%BC%A0%E4%B8%8E%E5%AE%A1%E8%AE%A1%E6%96%87%E5%8C%96%E7%9A%84%E4%B8%89%E7%BA%BF%E8%A7%82%E5%AF%9F/index.html</link><pubDate>Sat, 03 Oct 2026 01:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/AI-%E6%99%BA%E8%83%BD%E4%BD%93%E7%94%9F%E6%80%81%E7%9A%84%E9%AA%8C%E8%AF%81%E5%9F%BA%E5%BB%BA%E5%81%87%E6%88%90%E5%8A%9F%E5%A4%B1%E8%B4%A5%E9%80%8F%E4%BC%A0%E4%B8%8E%E5%AE%A1%E8%AE%A1%E6%96%87%E5%8C%96%E7%9A%84%E4%B8%89%E7%BA%BF%E8%A7%82%E5%AF%9F/index.html</guid><description>AI 智能体生态的验证基建：假成功、失败透传与审计文化的三线观察 一句话结论：10 月 2 日的修复密集期横截面里，藏着一条容易被错过的暗线——当“报成功”可以脱离“成功”独立存在，信任就只能靠证据来建。这一天，多款编码工具集中暴露出“假成功”缺陷，开源生态把复现证据变成了合入通行证，审计轮次与影子评估开始成为固定工序；而模型的静默变更，又让所有旧证据进入保质期倒计时。本文对 88 项关键条目做了发稿前实时复核，把“证据”拆成可复现、可透传、可对抗、可持续四道工艺，并给出一份任何团队明天就能用的自证清单。</description></item></channel></rss>