Cribl收购Tero，打造面向人类和AI智能体的可观测性

Cribl于2026年11月10日宣布收购Tero。Tero是一家技术公司，其技术能够识别价值较低的可观测性数据。Tero的创始人和工程师将加入Cribl，为工程师和AI智能体开发可观测性解决方案。这是这家遥测公司在四个月内完成的第三笔收购。

Tero前首席执行官Ben Johnson、前首席技术官Adam Cohen和前首席运营官Nihar Singhal将协助制定Cribl的可观测性路线图。Johnson将出任可观测性副总裁，带领团队在客户现有的平台上开展主机监控、应用性能监控（APM）、联邦式可观测性和原生AI可观测性方面的工作；客户目前已使用该平台收集、路由和优化遥测数据。Johnson此前共同创立了Timber；该公司开发了开源可观测性数据管道Vector。Datadog于2021年收购了Timber。

Tero专注于遥测数据价值

Tero的技术能够衡量组织的遥测数据中有多少属于浪费，在各类可观测性工具中定位价值较低的数据，并让工程师直接在现有工具中处理这些数据。这为Cribl的数据收集和路由工作增添了数据价值判断环节：团队还需要确定哪些遥测数据值得保留和分析。

在Johnson对这笔收购的说明中，他表示，灵活路由并未消除保留和查询那些从未被读取的遥测数据所产生的成本。要识别有用的数据，就必须了解各项服务如何连接、发生了哪些变化，以及工程师在处理故障时会查看哪些信号。这些知识往往没有记录下来，只掌握在工程师手中。它们可以指导人工调查，但如果由AI智能体开展调查，这种方式就行不通了。

为AI智能体打造共享基础

Johnson认为，AI智能体正逐渐与工程师并列，成为生产环境数据的主要使用者；两者都需要获取底层数据及解读数据所需的上下文。他举例说，某个智能体正在调查延迟骤增的问题：它必须将这一症状与一小时前的一次部署、该部署背后的代码变更，以及随后开始发生超时的下游服务联系起来。不同的可观测性产品彼此分离，可能会限制调查可用的证据。

拟议中的架构将生产环境相关认知作为工程师和智能体共享的资源统一维护。主机监控和APM将继续作为构建于这一基础之上的应用运行，而不是各自建立独立的产品数据存储，重复存放相同的遥测数据。Johnson、他的联合创始人以及创始工程师Jacob Aronoff将把Tero在智能体访问和生产环境认知方面的工作带到Cribl。

在2026年7月28日发表的关于智能体遥测的文章中，Cribl首席执行官Clint Sharp将这一术语定义为同时面向人类和AI智能体进行管理的遥测数据。这种方法整合人类、机器和AI相关的上下文，让获授权的用户能够在数据所在位置查询数据。

联邦搜索（也称原地搜索）将查询发送到数据所在的位置，例如数据湖、对象存储、湖仓和现有工具，而不是先把数据集中起来。要让智能体访问数据，还需要身份管理、基于角色的访问控制、审计、数据血缘、预算控制，以及由人工检查查询和操作。“模型会变，智能体会变，接口也会变。你的遥测数据才是持久资产，”Sharp写道。

Cribl的收购战略

此次交易是在2026年7月收购CardinalOps，以及2026年8月收购Radiant Security的AI安全运营中心技术之后进行的。Cribl表示，这些收购将推动其业务拓展至第一方可观测性和安全能力，并将它们整合到一个开放的遥测平台上。

对Cribl而言，Tero带来了数据价值、生产环境上下文和智能体访问方面的专业能力；计划中的监控工作则将让更多第一方应用建立在这一共享基础之上。关键在于，Cribl能否让获授权的智能体广泛访问可用的生产环境证据，同时避免重新造成其架构旨在消除的孤立数据存储和不受治理的访问。