主要观点：各大可观测性平台提供商正将人工智能融入监控系统，以减少企业在监控数字基础设施时的人工工作。
关键信息：

• Logz.io 等公司实施了 AI 驱动功能，如“AI 代理”，能处理特定操作功能，其根因分析代理可关联遥测数据等，数据分析代理能处理自然语言查询识别性能模式。
• Dynatrace 的 Davis AI 引擎采用拓扑方法，通过映射应用依赖来识别潜在故障，使用因果 AI 全面分析云架构。
• Datadog 的 Watchdog 系统利用统计学习进行异常检测，强调关联强度。
• New Relic 注重 MLOps 集成，应用机器学习进行模型性能和漂移检测。
• 这些平台虽技术实现有差异，但都具备自然语言处理、自动根因分析、减少警报噪声等核心能力。
  重要细节：
• Logz.io 的 AI 代理能将调查洞察转化为持久仪表盘面板，早期用户反馈减少了 30 - 70%的排查时间。
• Dynatrace 创始人兼首席技术官 Bernd Greifeneder 称构建下一代平台是为帮助客户利用先进 AI 卸载工作和解锁新可能。
• 不同平台在技术实现上差异大，如 Logz.io 是语义搜索，Dynatrace 是意图解析等。
• 实际应用中，一家管理安全服务提供商测试 Logz.io 的 AI 代理后，对其自动调查能力印象深刻，Logz.io 称有数百公司使用其 AI 代理，每周处理数 PB 数据。
  这些举措表明监控正从基于仪表盘的简单监控向“代理 AI”能力转变，可减少人工分析工作，早期采用者已取得显著成效。