Toolbox App 3.5 更新了远程开发的可观察性，支持 OpenTelemetry 指标，提升了连接监控。新增界面缩放功能，更新进度更清晰，企业配置更可靠，修复多个错误，改善用户体验。

乐队Feeble Little Horse在新专辑《bitknot》中融合现代电子元素与独立摇滚，展现了全新的音乐风格。歌曲如“Doorway”和“Rewind”体现了更清晰的旋律和复杂的音效，歌词从甜美到讽刺，反映了乐队的成长与创新。

2026年，2X AI创新实验室发布的AI可见性指数分析了70家B2B公司在生成性AI环境中的表现。结果显示，96%的公司在AI驱动的早期发现中几乎不可见，仅4.3%的公司在买家提问时保持可见。传统营销无法满足AI代理的需求，企业需构建结构化数据和API可访问性，以提高在AI评估中的识别度。

Anthropic于周四发布了Opus 4.8版本，增强了用户控制能力，支持更大规模的编码任务，并在速度和成本上更具优势。新模型在诚实性和用户自主性方面有所提升，并在多个基准测试中超越了前代产品和竞争对手。Opus 4.8的快速模式成本降低三倍，用户可通过“动态工作流”功能处理复杂问题。

调试AI系统与传统软件不同，因为AI系统的失败具有不确定性。本文探讨通过可观察性驱动的工程方法调试AI服务，强调在每个工作流程阶段进行监控和记录，以追踪决策过程。引入OpenTelemetry等工具有助于识别潜在问题，确保系统的可靠性和可维护性。

CAPTCHA（完全自动化公共图灵测试）旨在区分人类与机器人，但对有障碍的人造成挑战。视觉、听觉和时间限制的CAPTCHA存在可用性问题，导致用户难以完成。为提高可访问性，网站可采用风险基础认证、设备信任或人性化验证等方法，以减少障碍，确保安全与可用性之间的平衡。

Koog 1.0是JetBrains推出的开源框架，旨在为Kotlin和Java构建AI代理。新版本强调稳定性，承诺在至少一年内不进行重大更改。主要改进包括支持本地Android AI、改进的Java互操作层、解耦的HTTP传输、OpenTelemetry支持以及增强的持久性和内存管理，为企业级代理开发提供了更可靠的基础。

Kin Lane认为，AI的成本即将显现，企业在投入AI资源时常忽视基础设施的可见性和管理。技术与业务之间的沟通障碍使企业难以评估AI的真实价值。他提倡通过标签化和业务可观察性来改善这一现状，以帮助企业更好地理解成本和收益，实现有效的资源管理和创新。

Databricks支持将OpenTelemetry追踪直接写入Unity Catalog，简化数据存储和分析。通过实时摄取追踪数据，团队能够更好地理解AI代理的行为，进行评估和监控。Zerobus Ingest作为无服务器的摄取引擎，支持标准OTel协议，简化传统遥测管道。追踪数据可用于SQL分析和仪表板，帮助团队优化代理性能并实现持续改进。

OpenTelemetry已获得CNCF的毕业认证，成为稳定的开源可观测性框架，旨在标准化遥测数据的收集与处理。自2019年成立以来，该项目吸引了超过12000名贡献者，解决了工具碎片化问题，允许组织在不重写代码的情况下更换分析工具。OpenTelemetry的广泛应用提升了AI和云原生工作负载的实时可观测性，成为现代软件的关键标准。

JetBrains IDEs在可访问性方面进行了多项改进，包括增强与辅助技术的兼容性、优化键盘导航和提供非视觉反馈。Windows和Linux平台上增加了对屏幕放大器和读屏软件的支持，改善了文本光标跟踪，提升了用户的使用体验。

Prempti是Falco团队推出的实验性项目，旨在为AI编码代理提供运行时安全。它在用户空间中运行，拦截代理的工具调用，评估其是否符合Falco规则，并根据结果允许、拒绝或询问用户。Prempti帮助开发者监控代理活动，防止潜在的安全风险，提升AI编码代理的安全性。

自2020年以来，供应链可见性成为企业关注的重点。尽管公司投资建立了供应商门户和追踪仪表板，但在面对干扰时反应仍滞后，主要原因是数据孤岛和缺乏综合分析。Databricks Genie帮助供应链领导者快速查询数据，提高决策效率，增强供应链韧性。

Unity AI Gateway是一个新的AI治理平台，旨在帮助组织控制AI代理的行为、成本和安全性。它提供实时政策管理、成本控制和全面可观察性，确保AI在生产环境中的安全和合规。新功能包括基于LLM的安全防护、成本跟踪和请求日志记录，帮助团队有效管理AI使用，防止成本失控。

文章讨论了如何将pt-query-digest风格的慢查询分析应用于PostgreSQL，介绍了使用pg_enhanced_query_logging工具的具体方法。

人工智能，尤其是大型语言模型（LLM）的快速发展，推动了多代理系统在现代组织中的应用，以提升适应性和效率。评估LLM及监控AI代理的能力至关重要，确保其在实际应用中的可靠性。评估指标如幻觉率和毒性评分，有助于识别模型的优缺点。有效的监控和评估能够提升AI代理的性能，确保其在复杂环境中的稳定运行。

Ryan与Honeycomb首席执行官Christine Yen讨论了AI如何缩短软件开发周期，并强调可观察性在捕获遥测数据中的重要性。Resolve AI首席执行官Spiros Xanthos指出，尽管AI编码增加了代码量，但却降低了人类的直觉，使生产操作变得更加复杂。

Sentry 正在为 44 个 JavaScript 库添加 TracingChannel 支持，以取代不稳定的 monkey-patching，提供跨所有运行时的原生可观察性。Tracing Channels 允许库自行发出遥测数据，提升可观察性，生态系统也在逐步适应这一变化。