OpenTelemetry 给 AI Agent 日志降噪
推荐指数 62.0 NO. 025 · 2026.10.23
发布2026/10/22
简介
CNCF 官方博客介绍用 OpenTelemetry Collector 过滤和压缩 AI Agent 的海量遥测数据。Agent 产生的原始日志既贵又难读，通过 Collector 的 tail-based sampling 和 attribute 剪枝可大幅降低存储成本，同时保留关键调试信息。
编辑判断
Agent 可观测性目前是个被低估的痛点，LangChain、CrewAI 这些框架默认打出来的 trace 动辄几十 MB，直接往 Jaeger 或 Datadog 怼，账单爆炸。之前大家的做法要么是关一部分 span，要么是自己写中间件做采样，维护成本高。
OpenTelemetry Collector 的 contrib receiver 现在原生支持 LLM 相关的 semantic convention，意味着你可以按 token 消耗、latency、error rate 做分层采样，而不是粗暴地按概率丢数据。这比直接用 vendor 的 APM agent 灵活得多，特别是多云或者混合部署的场景。
如果你在跑生产环境的 Agent 系统，建议现在就把 Collector 接进去，先把 attribute 级别的冗余字段（比如完整的 prompt template、embedding 向量）剪掉，这一步 alone 通常能省 60% 以上的存储。