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 TeamsAI 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。