主要观点：

• 提出“可观测性 1.0”和“可观测性 2.0”的概念，分别以指标、日志和追踪为基础及基于任意宽结构化日志事件。
• 阐述两者在数据存储方式、指标与日志、使用群体与方式、与生产交互、调试方式、成本模型等方面的差异。
• 认为可观测性 1.0 工具昂贵且难以理解复杂系统，而可观测性 2.0 更简单、成本效益高且能更好地理解系统。
• 希望能收集和建立可观测性 2.0 的供应商中立库，同时呼吁停止基于指标构建新的可观测性初创公司。

关键信息：

• 2016 年借用“可观测性”术语，之后行业在描述问题和解决方案的语言上有进化但解决方案变化不大。
• 语义版本控制可解决可观测性版本差异问题，两者数据存储方式不同且不可同时进行。
• 可观测性 2.0 存储数据方式能提供更精确信息，带来社会技术变革潜力，如与虚拟化类似。
• 可观测性 1.0 以指标为工作马，可观测性 2.0 以宽结构化日志事件为基础，后者更强大、有用且成本效益高。
• 可观测性 1.0 主要用于代码操作，可观测性 2.0 用于代码开发，两者在与生产交互和调试方式上也不同。
• 可观测性 1.0 成本模型基于数据存储格式和工具类型，成本随流量增加而上升，可观测性 2.0 成本低且可控制。

重要细节：

• 介绍了多个相关的活动、演讲、播客等资源，如在 SRECon 的演讲、不同会议的幻灯片等。
• 引用了多篇相关的博客文章，如关于可观测性定义、成本危机等方面的文章。
• 提到了 Ivan Burmistrov 关于在 Facebook 使用可观测性 2.0 工具的经历。

总结：作者通过对比可观测性 1.0 和 2.0，强调了可观测性 2.0 的优势和未来发展趋势，呼吁行业重视并推动可观测性 2.0 的发展，同时希望建立相关的供应商中立库。