A follow-up to our earlier post: “Sustaining OpenTelemetry: Moving from Dependency Management to Stewardship” *** In April 2026, the Cloud Native Computing Foundation (CNCF), the OpenTelemetry...

Open Agent Management Protocol（OpAMP）是一个标准化协议，旨在远程管理OpenTelemetry Collector等观察代理。它支持中心后端自动配置代理、推送更新、监控健康状态，并实时收集信息。随着OpenTelemetry的普及，OpAMP通过简化配置管理和提供实时可见性，解决了管理复杂收集器部署的挑战。新推出的OpAMP Gateway扩展能够有效管理大量收集器，降低连接开销，满足物联网规模的需求。

本文讨论了如何为AI代理创建网络边界，以提高安全性和可观察性。通过结合NGINX和OpenTelemetry，可以有效控制和监测AI代理的网络行为。尽管这种方法专注于网络行为的控制，但并不能保证代理的决策是安全的。未来的工作将探讨如何将网络控制与更高层次的治理机制结合。

文章讨论了如何通过OpenTelemetry框架和OpenSearch引擎提升系统性能监控和数据分析。随着AI代理的普及，传统的日志和指标模型已无法应对日益增长的数据量。OpenTelemetry已成为云原生项目的首选，而OpenSearch则专注于与AI结合，提升数据检索能力。文章还提到了一场关于使用这些开源工具进行故障排除的网络研讨会。

Sentry的SDK团队利用Claude技能自动设置错误报告的重现环境，将设置时间从数小时缩短到几分钟。同时，Sentry通过使用Astro、Markdown和AI自动化替换旧CMS，将构建时间从14分钟减少到不到4分钟，解决了构建失败的问题。

OpenTelemetry（OTel）生态系统提供标准的数据格式和传输机制，促进观察性数据的生成和处理。其供应商中立性使用户在更换供应商时无需更新仪器代码，简化监控过程。分布式追踪是OTel成功的关键，提升了监控的灵活性和兼容性。OTel的开放标准促进工具间的互操作性，用户可以根据需求自由选择和组合观察性解决方案。

自愈软件的瓶颈在于代理无法识别生产环境中的故障。Sentry MCP和CLI可以解决这一问题。Supabase提供查询洞察和日志，但无法跨全栈追踪。Sentry正在为44个JavaScript库添加TracingChannel支持，以实现更稳定的原生可观察性。

Jaeger正在重建核心架构以集成OpenTelemetry，采用模型上下文协议（MCP）和代理客户端协议（ACP），促进工程师与AI代理的协作，优化数据收集和分析。新版本支持可视化AI执行路径，确保开发与生产环境的一致性，提高故障诊断效率。

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。

云原生计算基金会（CNCF）宣布OpenTelemetry正式毕业，这是一个广泛采用的开源可观察性框架。该项目于2019年合并了OpenTracing和OpenCensus，旨在标准化跨编程语言和基础设施的遥测数据收集。OpenTelemetry的中立性促进了行业的广泛采用，主要云服务商均支持该框架。尽管其快速增长带来了复杂性和稳定性问题，但它为AI工作负载提供了基础，成为现代基础设施的重要组成部分。

本文介绍了如何通过AWS Lambda将Amazon CloudWatch指标流直接传输到VPC内的OpenTelemetry收集器，以实现实时监控。采用OpenTelemetry框架可以降低第三方许可费用，避免供应商锁定。推送架构相比拉取架构更具成本效益，能够实现近实时数据传输，提升可观察性。该解决方案结合了CloudWatch Metric Streams和OpenTelemetry，帮助企业优化监控系统。

本文介绍了如何使用OpenTelemetry提升Kotlin和Spring Boot后端服务的可观察性。随着系统复杂性增加，传统日志记录方法难以追踪错误。OpenTelemetry通过追踪、指标和日志提供结构化视图，帮助开发者更好地理解系统执行过程。教程展示了如何集成OpenTelemetry，利用唯一的追踪ID关联日志，解决并发执行中的日志混淆问题，提高调试效率。

Jaeger正在重建核心架构以集成OpenTelemetry，适应AI应用的复杂性。通过采用模型上下文协议（MCP）和代理客户端协议（ACP），Jaeger促进工程师与AI代理的协作，优化数据收集和追踪功能。新版本支持自然语言查询，提升故障分析效率，确保开发与生产环境的一致性。

Redis客户端库引入了原生OpenTelemetry指标支持，以提高可观察性。此功能允许工程师监控应用程序与Redis的交互，包括连接行为、错误和缓存统计等。默认情况下，观察功能是禁用的，用户可以选择启用特定指标组以满足调试需求。此更新适用于go-redis、redis-py和node-redis，旨在改善客户端监控。