2026年布拉格可观测性峰会上，演讲者提议将软件碳强度（SCI）纳入OpenTelemetry语义约定，使碳排放成为云原生可观测性的一等信号。SCI以功能单位衡量软件碳效率，需解决共享基础设施归因、估算值与实测值区分、来源透明性等问题。社区已确定三大用例：评估变更影响、跨服务比较碳影响、支持自动化碳感知决策。

Atlassian团队用Kafka、Flink和OpenTelemetry重建自动事件检测平台AutoHOT，将事件到指标延迟从40秒降至10秒内，月成本从2万美元降至650美元。检测召回率从60%升至86%后回落至64%，精确率仍不理想。关键教训：召回率反映检测器质量，覆盖率取决于埋点选择，二者不可混淆；客户端遥测无法发现数据库宕机等沉默故障。

本期《Road to KubeCon》聚焦云原生可观测性：OpenTelemetry与Prometheus互操作性改善，易用性评分从3.1升至3.6；Atlassian将10万台主机指标迁移至OTel，CPU减半、边车成本降约30%；New Relic报告显示73%受访者已采用或测试OTel，监控AI代理的组织投资回报更高，停机年均损失达7400万美元。

Atlassian将运行近十年的gostatsd指标管道迁移至OpenTelemetry Collector，保留StatsD接口，仅重建采集、接收、聚合、转发四个后端阶段。迁移后每服务CPU降低约3.9%，聚合层CPU减半，并开源了增量聚合处理器。下一步推动用户改用OTel SDK。

JetBrains 的 OpenTelemetry 插件新增服务地图功能，可基于实时追踪数据自动生成微服务架构图。插件在本地运行轻量后端，接收应用发送的 span 数据，通过流处理算法即时解析乱序 span，识别 HTTP、数据库、消息队列等调用关系，并跨服务连接客户端与服务端 span。该功能遵循 OTel 标准，与语言和厂商无关，支持多种 IDE。

本文介绍如何通过可观测性监控Claude Code等智能编码工具的使用成本。文章详细说明了启用Claude Code内置遥测功能、配置OpenTelemetry Collector收集数据，并使用Prometheus、Loki、Jaeger和Grafana等工具分析指标、日志和追踪信息的方法，帮助团队有效追踪和优化AI编码工具的使用费用。

OpenTelemetry 是开源、厂商中立的可观测性框架，统一采集追踪、指标和日志。其工作流程包括：通过自动或手动方式埋点，生成遥测数据；追踪记录请求跨服务路径，上下文传播关联各服务；SDK 处理数据，导出器经OTLP发送至Collector，最终由后端存储分析。Collector可选，但生产环境常用以集中管理数据。

OpenTelemetry（OTel）正式获得CNCF毕业级地位，成为继Kubernetes后的顶级开源项目。它统一了追踪、日志和指标标准，解决厂商锁定问题，拥有超12000项贡献和广泛生产应用。毕业意味着项目成熟、安全且稳定，鼓励企业采用。未来将扩展至AI工作流、浏览器和移动端可观测性，并持续优化工具。

JetBrains将OpenTelemetry插件扩展至IntelliJ IDEA、GoLand、PyCharm和WebStorm（2026.2版本起），支持在IDE内查看日志、指标、追踪和服务地图，无需额外后端。插件自动配置OTLP环境变量，兼容已插桩应用，并实验性支持MCP供编码代理查询遥测数据，便于开发时调试和优化。

本文介绍如何通过OpenTelemetry Collector将Prometheus直方图指标转换为OTLP格式并导出至可观测性后端。文章以FastAPI支付应用为例，演示了配置Prometheus接收器抓取/metrics端点、转换直方图数据模型、通过OTLP导出器发送至SigNoz云平台的完整流程，并提供了验证和故障排查步骤。

本文介绍如何利用OpenTelemetry追踪数据，通过构建三个渐进式仪表盘（按耗时、按流量加权影响、异常检测）来识别慢SQL查询。该方法将原始追踪转化为可操作的指标，帮助优化查询优先级并快速响应异常，同时讨论了生产环境中的基数、隐私和基线建立等注意事项。