格拉法纳实验室推出了能够窥探企业人工智能(AI)运营"黑匣子"的新观测功能。随着AI代理快速投入实际业务，该方案旨在让企业能够一次性掌握响应质量、政策违规以及数据泄露风险。
此次发布是在西班牙巴塞罗那举行的年度用户活动"格拉法纳大会2026"上公布的。格拉法纳实验室在会上不仅公布了新的AI功能，还公开了新设的专职"AI组织"。该新组织将由新任AI总监马特·赖尔领导。
传统监控难以追踪AI代理
据格拉法纳实验室称，近期许多企业为了推进自动化，正在将AI代理接入工作流程。问题在于AI应用程序的运行方式与传统软件大不相同。仅凭传统的日志、指标和追踪工具，难以充分把握代理的决策过程和执行流程。
因此，开发人员调试错误也变得棘手，并且不得不在GitHub Copilot或Cursor等编码环境与单独的观测工具之间频繁切换。格拉法纳实验室认为，这种割裂同时降低了AI运营的可靠性和生产效率。
将AI对话和会话像"遥测数据"一样收集
该公司的解决方案是将AI代理会话和大型语言模型对话，像传统应用程序的日志、指标、追踪数据一样，作为标准的"遥测"信号来处理。这样一来，企业就可以在整体信息技术基础设施的背景下，统一监控AI代理的行为。
核心更新是在格拉法纳云中以公开预览版形式发布的"AI观测"功能。该功能通过观察AI代理的输入值、输出值和执行流程，持续监测低质量响应、政策违规和异常行为。格拉法纳实验室解释称，相比传统观测工具，它能更快地揭示数据暴露或凭证泄露等风险信号。
融入开发环境的新命令行工具
面向开发者的变化也很大。格拉法纳实验室推出了新的命令行界面——格拉法纳云CLI，即"GCX"。该工具设计为让开发者能在其工作环境中直接调用格拉法纳助手。
据此，开发者无需跳转到单独的控制面板，即可在Claude Code或GitHub Copilot等环境中实时查看正在运行的AI代理。其目标是建立一个"连续反馈"流程，将警报与代码状态关联起来，并能直接接收修改建议。
日志引擎革新…加强大规模AI数据处理能力
后端基础设施也得到了改进。格拉法纳实验室表示，为了应对AI系统产生的海量数据，正在革新其核心观测引擎。其核心是日志聚合工具"格拉法纳洛基进化版"。
洛基基于Apache Kafka架构进行了重新设计，并采用了新的查询规划器。公司方面称，聚合查询性能比之前快了10倍，扫描的数据量减少到原来的二十分之一。随着AI观测需求的增长，存储和检索的成本与性能很可能成为核心竞争力。
同步推进本地部署扩展与开源实验
此前仅在格拉法纳云中可用的"格拉法纳助手"，现已扩展到基于本地部署的格拉法纳企业环境。这是针对数据隐私要求高的企业客户采取的措施。此外，还增加了支持全屏交互的"助手工作区"，以及可将格拉法纳洞察导出至外部工具使用的"助手API"。
还面向开源社区发布了新的基准测试工具"o11y-bench"。该工具用于测量在真实的格拉法纳技术栈环境中，AI代理修复损坏的控制面板或调查故障等实际任务的表现。格拉法纳实验室将其定位为评估AI观测代理性能的一种标准化"智商测试"。
瞄准AI运营"监管者"地位的长期战略
此次发布的核心意义超越了单纯的功能增加。其背后是基于这样的判断：未来AI代理要全面投入企业运营，就需要在其之上有监视行为并纠正问题的"监管者"角色。
格拉法纳实验室甚至组建了专职AI组织，这被解读为一项长期战略，旨在将AI观测、助手体验和基于代理的工作流程整合为一体。随着AI更深地融入企业系统，"可信赖的观测"很可能不再是可选项，而是必需的基础设施。
TP AI 注意事项 本文使用基于TokenPost.ai的语言模型进行文章摘要。正文主要内容可能被省略或与事实不符。