<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>可观测性 on AI 观察</title><link>https://ai.wujiong.cc/tags/%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7/</link><description>Recent content in 可观测性 on AI 观察</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 05 Oct 2026 19:01:04 +0800</lastBuildDate><atom:link href="https://ai.wujiong.cc/tags/%E5%8F%AF%E8%A7%82%E6%B5%8B%E6%80%A7/index.xml" rel="self" type="application/rss+xml"/><item><title>大模型应用上线后的监控：质量、成本、延迟与安全指标体系</title><link>https://ai.wujiong.cc/posts/2026-10-05-llm-online-monitoring/</link><pubDate>Mon, 05 Oct 2026 19:01:04 +0800</pubDate><guid>https://ai.wujiong.cc/posts/2026-10-05-llm-online-monitoring/</guid><description>&lt;p>传统软件上线后，监控的重点是服务是否可用、接口是否报错、响应是否够快。大模型应用除了这些，还面临一类特殊的问题：&lt;strong>服务一切正常、没有任何报错，但输出的质量却在下降。&lt;/strong> 可能是服务商更新了模型版本，可能是知识库中的文档过时了，也可能是用户开始问一类之前没见过的问题。没有专门的质量监控，这些问题往往要等到用户投诉才会被发现。&lt;/p></description></item></channel></rss>