6 月 23—24 日，2026 亚马逊云科技中国峰会在上海世博中心举行。本届峰会以“Agentic Now, Go Build”为主题，集中讨论 Agentic AI 的技术进展与生产实践。
观测云携 AI 时代的监控观测基础服务及最新Guance AI Agent Teams（AI 智能体团队）参会。两天里，观测云展台持续迎来开发者、架构师、SRE、安全团队和业务负责人。大家带来的问题很具体：多云环境中的数据如何统一，一次接口延迟怎样关联代码变更和用户体验，Agent 参与排障时能否理解完整的服务关系。
峰会期间，观测云产品技术总监黄小龙发表开放麦演讲《AI 时代的监控观测平台——构建面向人和 Agent 的下一代可观测数据底座》。与此同时，观测云获颁本届峰会银牌赞助商奖项。
从真实问题开始
生产系统中的问题通常不会停留在单一数据里。一次页面卡顿，可能与前端资源、接口响应、数据库查询或最近一次发布有关；一条告警，也需要结合指标、日志、链路、用户行为和业务数据，才能判断影响范围与原因。
观测云团队围绕这些场景进行了现场演示。来自 App、Web、后端服务、中间件、基础设施、云平台与 AI 应用的数据进入统一平台后，可以按照服务关系、业务语义和时间上下文相互关联。开发、SRE、安全和业务团队由此能够基于同一份数据讨论问题，AI Agent 也可以获得分析系统所需的上下文。
展台咨询贯穿两天。相比单独了解某项功能，现场参会者更关心的是产品进入实际系统后的表现：能否还原一次故障的完整过程，能否说明判断依据，以及涉及生产环境时如何控制权限和风险。
可观测数据正在被 Agent 使用
黄小龙在开放麦演讲中指出，AI 正在改变软件的研发和运行方式。模型推理、Prompt、上下文和工具调用共同影响应用行为，一次请求也可能从用户端和后端服务延伸到模型、外部工具及 Agent 的执行结果。
传统监控主要关注 CPU、内存、接口和数据库。在 AI 应用与智能体场景中，模型调用、Prompt、Token 成本、工具调用、执行路径、权限风险和业务结果也需要进入观测范围，并与原有的指标、日志、链路、事件、用户体验和安全数据建立联系。
基于这一变化，黄小龙提出，可观测数据的使用方式正在从Dashboard-first走向Agent-first。过去由工程师查看 Dashboard、检索日志、比对链路并还原问题；现在，Agent 也可以持续读取系统信号，沿着统一语义和证据链展开分析，再将结论及依据交给人。
这意味着监控观测平台既要为人提供清晰的数据视图和排障路径，也要通过 CLI、Skill、MCP Tools 与 OpenAPI，为 Agent 提供可调用的数据和工具接口。
黄小龙还谈到了 Agent 自身的可观测性。智能体参与真实业务后，其 Session、Trace、工具调用、Token 成本、决策路径与权限风险需要被记录，以便解释、审计和复盘。只有这样，企业才能判断 Agent 做了什么、为什么这样做，以及结果是否符合预期。
持续参与生态建设
本届峰会上，观测云获颁银牌赞助商奖项。观测云产品已上架亚马逊云科技 Marketplace，并于 2025 年获得亚马逊云科技 Marketplace 年度合作伙伴奖项。
在多地域、多云的业务环境中，不同区域的资源状态、服务调用、用户体验和业务结果需要依据一致的数据模型被理解，跨团队协作也需要明确权限、数据安全与治理边界。观测云将继续参与亚马逊云科技生态建设，为全球业务提供统一的监控观测基础服务。
两天峰会结束后，关于 AI Agent 如何进入生产系统的讨论仍会继续。观测云也将从实际业务系统和客户现场出发，持续完善面向人和智能体的监控观测能力。
让数据成为 AI 时代人和智能体的共同语言。
