OpenObserve 获得 1000 万美元 A 轮融资，推动可观察性向自治运营发展

硅谷初创公司 OpenObserve 已经获得了由 Nexus Venture Partners 和 Dell Technologies Capital 领投的 1000 万美元 A 轮融资，这表明投资者越来越相信可观察性栈需要进行结构性的改造。

该公司成立于 2022 年，总部位于 Menlo Park，正在将自己定位为统一的替代方案，以取代分散的监控设置——尤其是当 AI 系统在基础设施、应用程序和模型行为中引入新的复杂性层时。

远离分散的监控栈

可观察性传统上是由多个工具拼凑而成的——日志在一个系统中，指标在另一个系统中，跟踪在其他地方。这种方法正在逐渐崩溃，无法承受现代工作负载的重量。

OpenObserve 的方法是将所有内容整合到一个平台中。其系统摄取日志、指标、跟踪和真实用户监控数据，然后在上面添加分析、警报和事件响应——所有这些都在一个界面中。

在引擎盖下，该平台依赖于一种云原生架构，该架构将计算与存储分离，使用对象存储（如 S3）和列式 Parquet 文件来高效地处理大规模遥测数据。这种设计大大降低了存储成本，同时保持了高查询性能，甚至在 千兆字节规模 下也是如此。

这种架构选择是公司声称与传统系统相比具有显著降低运营成本的主要原因，传统系统是建立在 Elasticsearch 风格的索引上的。

可观察性 3.0：从监控到自治操作

该公司将其愿景定位为“可观察性 3.0”，即从仪表盘和警报转向可以在无人干预的情况下解释和采取数据操作的系统。

在这一愿景的中心是人工智能驱动的 站点可靠性工程 (SRE) 层。与其让工程师手动调查事件，该系统会分析遥测数据以获取上下文，确定根本原因，并可以推荐或在某些情况下采取纠正措施。

这与异常检测配对，异常检测可以在问题升级之前发现问题，并且 LLM 可观察性工具可以监控 AI 模型在生产中的行为，包括提示、输出和性能。

更广泛的想法是减少对工程团队的运营负担，尤其是在遥测量继续增长和系统变得更加动态的情况下。

为 AI 工作负载的规模而构建

现代 AI 应用程序会生成比传统系统更多的遥测数据，特别是在跟踪模型性能、推理行为和用户交互时。

OpenObserve 的设计反映了这一转变。数据存储在压缩的列式格式中，并直接从对象存储中查询，避免了昂贵的索引层或数据复制的需要。这使得该平台可以在不需要分布式监控系统通常相关的复杂性的情况下水平扩展。

结果是一个可以处理高容量数据流的系统，同时保持快速查询性能和可预测的成本——这是历史上难以平衡的两个约束。

强烈的早期采用信号

该公司报告称，已有超过 6,000 家组织使用该平台，包括大型企业，以及超过 18,000 个 GitHub 星级的强劲开发者势头。

这种组合——企业采用与开源势头相结合——表明 OpenObserve 正在通过顶层和底层渠道获得牵引力，这是基础设施工具成功进入主流使用的常见模式。

这对可观察性的未来意味着什么

OpenObserve 正在押注的方向很明确：可观察性正在从被动监控层演变为主动运营系统。

随着 AI 系统被嵌入到应用程序中，挑战不再仅仅是收集数据——而是解释数据的速度足够快。人工驱动的工作流难以跟上现代环境的速度和规模。

统一遥测数据并对其应用实时智能的平台可能会重塑基础设施的管理方式。工程师不再需要导航多个仪表盘和工具；系统将越来越多地直接提供决策——或者自动执行决策。

如果这种转变成立，竞争格局可能会从功能丰富的监控工具转向可以可靠地降低运营复杂性和自动化响应的平台。