這場分享源自我在 Grafana Assistant 項目中的實踐與觀察。最初只是想優化 Grafana 的使用體驗,但隨著深入 LLM 領域,我開始意識到 AI 系統的可觀測性需求截然不同於傳統應用。以往的可觀測性 1.0 和 2.0 主要聚焦在基礎設施、微服務與指標上,而在 LLM 的世界,核心關注的是模型本身、提示設計、評測迭代及使用者互動。這場分享將從理論、實踐、生態系統以及架構設計多角度切入,解構如何打造一個可持續擴展的 AI 可觀測體系。期待與你一起探索傳統可觀測性與 LLM 應用交匯處的火花。