随着云原生技术在数字化转型过程中的广泛运用,对系统的可观测性和稳定性的挑战也随之而来,相比于传统的基于已知经验和固定模板的监控平台,可观测性平台需要具备更加灵活多变的,探索“未知的未知”问题的能力。
基调听云全新推出的基调观云智能可观测性平台,首次引入了强大的数据湖仓和轻应用架构,为用户提供了全新的数据探索和系统观测体验,帮助客户达成可观测性能力的跃迁。
CNCF可观测性白皮书定义了云原生可观测性的5大信号,分别是指标,日志,追踪,剖析和转储,每种信号都包含了复杂多样的结构化和非结构化的数据类型。为了对所有可观测性数据提供高效的实时存储和查询能力,基调观云平台引入了全新的数据湖仓作为可观测性的数据底座,以低成本高性能的统一数据存储框架为所有的可观测性信号数据提供治理、存储和查询能力,并在架构上实现了存算分离和高可用。
基于全新的可观测性数据存储和计算架构,基调观云平台进一步根据可观测性数据模型优化了底层存储,实现了更加简洁、占用资源更少,并支持持续整合OpenTelemetry标准的可观测性数据。

Gartner在2023年最新的监控及可观测性炒作周期报告(Hype Cycle for Monitoring and Observability, 2023)中首次提及了低代码可观测性。在报告中,Gartner提到:“随着组织部署日益复杂的IT架构和工具,基础设施和运维(I&O)团队对所需的监控、可观测性和分析工具的复杂性感到沮丧,这些。工具需要更高级的技术和管理技能。在极端情况下,管理这些复杂工具的成本可能超过管理IT架构和IT工具本身的成本。”
在这个报告中,Gartner这么定义低代码可观测性:低代码可观测性通过最小化编写查询或脚本的需求,实现了监控和分析工具的轻松快速配置。洞察和定制化的能力。它采用基于模型的图形化方法,增强了可观测性,有助于灵活的数据捕获、分析和仪表板设计。这些功能消除了培训的需求,同时为不同的使用案例和角色提供了自助服务、快速洞察和定制化的能力。
基调观云平台中首次引入了轻应用平台,所有基调观云的可观测性分析和管理能力,都将使用轻应用框架来快速构建和发布。通过基调观云独创的轻应用框架,任何人都可以快速构建和发布具备可观测性分析和管理能力的轻应用。
轻应用平台基于低代码平台构建,通过统一查询语言NBQL和开放式API,即可从数据湖仓中获取所有可观测性标准的数据,并支持整合其他厂商和平台的数据。只需要掌握基本的前端开发能力,不需要复杂的编程模型,即可快速开发和部署自己的可观测性轻应用,极大地降低了应用的开发成本。

基于全新的轻应用平台,基调观云平台将构建一个轻应用市场。基调听云可观测性解决方案中的所有能力都将以轻应用的形式上线到轻应用市场,目前已支持疑似问题、全局拓扑、APP用户体验监控、用户旅途、应用与微服务、分布式链路追踪、基础设施、诊断等轻应用,未来将有更多能力以轻应用的形式上线。

可观测性的最终形态是解决“未知的未知”问题,即通过可观测性发现系统中未知的潜在问题。
在云原生容器化和微服务的场景下,业务复杂度高,链路长,指标多,有大量高基数、高维度的数据需要观测。在这种背景下,要求可观测性平台具备下列能力:
1、对高基数、高维度可观测性数据进行探索的能力;
2、对可观测性数据的任意指标和维度进行探索和转换的能力;
3、快速从海量维度数据中找到可能导致问题的根因维度数据的能力。
“多维探索”轻应用为所有这些能力提供了可能性。通过基调观云平台的“多维探索”能力,用户可以对数据湖仓中的可观测性数据进行深入挖掘和无边界的自由探索,从简单的故障表象开始,进行反复的迭代探索,快速发现和定位可能的根因,直至故障的根因,支撑精准决策与问题解决。
目前“多维探索”轻应用已提供如下能力,并将持续更新迭代全新的能力:
1、对任意指标和维度进行探索,且不拘泥于维度、指标;
2、支持高基维的数据探索,从而更高效地定位通常会隐藏在高基、高维数据中的未知的未知问题;
3、提供独创的热力图(Heatmap),帮用户快速发现被传统指标体系监控所掩盖的细微变化;
4、提供和历史时间段的对比,甄别同比、环比的数据变化;
5、内置常用的建议查询模板,覆盖可观测最佳实践中最常见的分析场景,帮助用户快速上手;
6、集成了独创的自动化多维分析工具“见微(Esper)”,帮用户快速发现细微维度变化引发的"慢"或"错"的问题根因,提升探索效率。
“观云”智能可观测性平台在性能优化、故障排查、趋势分析等典型场景中,表现出了更强的针对性。
性能优化
通过多维度数据分析,识别系统性能瓶颈,并采取相应的优化措施,提升系统效率。
故障排查
对系统各个维度的数据进行分析,有助于迅速定位和解决问题,缩短故障恢复时间。
趋势分析
通过多维数据的历史记录,预测系统或应用的趋势,帮助规划资源和应对未来的需求。
基调观云智能化可观测性平台是基调听云多年来在应用性能管理领域技术积累的大成之作,它一体化集合了听云APM、听云Network、APP 拨测、数字体验监控(DEM)等多款明星产品的能力,为企业提供更为丝滑流畅的可观测性解决方案。
作为可观测性领域的新一代解决方案,观云平台不仅在技术层面上融汇了基调听云多年的技术积淀,更融入了基调听云对数字化转型中企业需求的深刻理解。观云平台的推出,代表着基调听云期望在助推企业数字化转型的过程中帮助客户实现更大的成功。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。