Skip to main content

Series

Observerbility

Introducing observability engineering and the tools within its ecosystem

Posts in this series

  1. Nov 1, 20266 min read101 views

    OTel 邁向全面穩定的里程碑

    在 AI 漏洞激增時代,一次看懂 OpenTelemetry 的 1.0 世代、版本解讀與資安防護 邁向全面穩定的里程碑:在 AI 漏洞激增時代,一次看懂 OpenTelemetry 的 1.0 世代、版本解讀與資安防護 過去幾年,OpenTelemetry(OTel)雖然穩坐雲原生可觀測性(Observability)的事實標準,但在許多 SRE、維運與平台工程師心中,對它的升級往往抱持著「又

  2. Aug 24, 20263 min read290 views

    AI 時代下的系統可理解性問題

    GAI 的時代下,近一年很流行 Vibe-coding,幾乎人人都在草率地使用 Vibe-coding 一詞來指一系列的軟體工程實踐。它指的是一種開發者不親自手打 coding,而是僅透過自然語言向 AI 描述需求(給出「方向」或「感覺」),完全放手讓 AI 代理去自動生成、拼湊出整個應用程式的開發風格。 然而,在專業的軟體工程領域,這股看似美好的「Vibe」背後,隱藏著極高的安全隱患與系統崩潰危

  3. Jun 26, 20267 min read87 views

    別再盲信 Prompt Engineering:為 AI Agent 建立低成本的糾錯系統

    我們的 AIOps agent 有個很具體的問題:它會捏造 trace ID。 當 on-call 工程師問「payment service 有沒有 error trace?」,agent 有時會信心滿滿地回答「是的,見 trace a1b2c3d4...」——但這串 ID 根本不存在 Tempo 裡。工程師點進去,404。壞的不只是使用者體驗,而是這讓整個 RCA 結論失去可信度。 另一個問題是

  4. May 3, 202617 min read487 views

    Grafana o11y-bench 深入剖析:讓 AI 真正面對 on-call 現場

    o11y-bench 深入剖析:讓 AI 真正面對 on-call 現場 從任務設計、合成環境、Agent 架構、評分機制到報告輸出,逐一解析這個開放 benchmark 的每個組件——以及 Gemini 3 Flash Preview 的完整實測結果 先說清楚這在解決什麼問題 目前多數 LLM benchmark 測的是「知識」:模型知不知道 PromQL 的語法,知不知道什麼是 p99

  5. Jan 22, 20266 min read119 views

    OTel 戰地筆記:破解 Delta to Cumulative 的兩大夢魘 (ErrOutOfOrder & ErrOlderStart)

    [OTel 深水區] 徹底拆解 deltatocumulative 的兩大夢魘:ErrOlderStart 與 ErrOutOfOrder 接續上一篇我們對 deltatocumulative Processor 的架構剖析,今天我們要進入「深水區」。 在生產環境中,你可能遇過這種情況:Metrics 莫名其妙開始 Drop,去查 deltatocumulative_datapoints 指標時,看到 error 標籤出現了 delta.ErrOutOfOrder 或 delta.ErrOlde...