登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 オブザーバビリティ
オブザーバビリティ コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
オブザーバビリティ を含む検索結果
New Relic、国内オブザーバビリティ市場で8年連続売上シェアNo.1を獲得
AIエージェントをエンタープライズシステムに組み込むプラクティス 【オブザーバビリティ / トレース+プロベナンス】 💡 「なぜその回答になったか」を説明できないエージェントは、本番に出してはいけません。構造化トレースとプロベナンスで、確率的な挙動を追跡可能にしましょう。 🔥 解決する課題 - 「なぜこの回答になったか」を再現・分析できない - 部署・プロジェクト・エージェント単位のコストを把握できない - モデル変更やプロンプト変更による品質劣化をサイレントに見逃す - 規制下の意思決定で「なぜこの判断になったか」を後から説明できない 🏗️ 提案パターン 推論ステップ・ツール呼び出し・トークン数・コスト・レイテンシ・評価スコアをOpenTelemetry準拠の構造化トレースで記録します。ログ基盤にはメタデータを、オブジェクトストレージにはプロンプト本文や生出力を格納し、トレースIDで紐付けます。正常系はサンプリング(1〜10%が起点)、エラーや低評価は全量記録します。規制下の重要な意思決定には、参照データ・推論経路・使用モデル・承認者まで遡れるプロベナンス(来歴)を追加します。 ✅ 選定条件 - 向き:本番運用するすべてのエージェント(例外なし) - 不向き:特になし(本番では必須パターン) ⚠️ 落とし穴 - 全プロンプト本文をログ基盤に入れると容量・コストが非現実的になる - PIIのマスキングを怠るとトレースログ自体がセキュリティリスクになる - プロベナンスの粒度を決める設計判断は、必ず人間のレビューを通すべき 🛠️ 実装方針 1. OpenTelemetry GenAI semantic conventions 準拠のスパンを全エージェントに組み込み、推論・ツール呼び出し・検索の各ステップをトレースIDで一貫して記録します 2. Langfuse / LangSmith / Arize 等のLLMオブザーバビリティ基盤にメタデータ(モデル名・トークン数・レイテンシ・コスト・評価スコア)を送信し、ダッシュボードで部署別コスト・品質推移を監視します 3. プロンプト本文・コンテキスト・生出力はオブジェクトストレージ(S3等)に格納し、ログ基盤のメタデータとIDで紐付けます 4. tail-based sampling を導入し、正常系は1〜10%サンプリング、エラー・低評価・高コストのリクエストは全量記録します 5. 規制対応が必要な場合は、決定ログをappend-onlyの不変監査ログとして保持し、参照データ・使用モデル・プロンプトバージョン・承認者まで逆引き可能なプロベナンスを構築します #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
Zabbix 8.0 LTSをリリース、統合オブザーバビリティへの対応を強化
Splunk Cloud PlatformがSP.LINKSの決済システムにおけるオブザーバビリティ強化を支援
さくナレの新着記事が公開されました♪ OpenTelemetryで作るAI基盤のGPUオブザーバビリティ by 芦野光 #さくらのナレッジ#
クラウドストライク、Fiddlerを買収し、AIに対する信頼を支えるエージェントのオブザーバビリティを提供
RAGで、いかにデータの前処理が重要か、さらに解答時に引用を検証することの大事さがしっかり語られている記事で良かった。オブザーバビリティもしっかり対応している。 RAG対象は船隊運航関連の情報だけど、出てくる課題感は他のドメインでもあるあるなのも良かった。
もっと見る
コーディングエージェントは1タスクで数十回もAPIを叩くので、誰にも気づかれず週に数千ドル溶かしてしまう——LangChainがこの「支出の予測不能性」を社内でどう潰したかの話です💸 鍵は予算管理をオブザーバビリティと同じ場所に統合することでした。 タイトル: How LangChain Made Coding Agent Spend Predictable URL: 💸 概要 LangSmithに統合した「LLM Gateway」で、全社のモデル支出を分単位で俯瞰し、予算を中央集権的に管理する仕組みです。外付けプロキシではなく、既存のトレース・評価・ユーザー管理と同じ基盤の上に乗せた点が特徴です。 ❓ 解決する課題 モデル利用が一部チームから全社に拡大し、プレミアムモデルの値上げも重なってコストが急増。 ・コーディングエージェントは1タスクで数十回のAPI呼び出しを発生させます ・個々の開発者が気づかぬうちに週数千ドルを使い、月末まで誰も気づけませんでした 💡 方法論と提案手法 予算を多階層で設定できます。 ・組織/ワークスペース/ユーザー/APIキーの単位で上限を設定 ・月次・週次・日次・時間単位の既定ウィンドウを全従業員に適用し、高負荷プロジェクトには例外を許可 ・Claude Code・Codex・LangChain Deep Agents経由のエージェントをカバー ・MDMで配布し各自のセットアップを不要に ・実行はトレースされユーザーとAPIキーに紐づき、超過時は該当トレースを評価データで診断できます 🌍 ユースケース チーム単位で上限を設定しつつ、サプライズ請求の不安なくエージェント利用を許可できます。月末の請求ショックを、リアルタイム監視に置き換えるのが実用的な価値です。 📊 教訓と成果 ・モデル価格は静的な表ではすぐ陳腐化するため、キャッシュやティア差を含め動的に扱う必要がありました ・CursorやClaude DesktopはきれいにルーティングできずGateway捕捉分と提供側設定の差分を計測して補正 ・ハードリミットだけでは業務が止まるため、早期警告アラートと監査可能な増額申請に進化 ・社内展開以降、LLMコストは予算内に収まっています #コーディングエージェント# #LLMOps#
もっと見る
深夜3時、決済処理サーバーのCPU使用率が97%まで跳ね上がりました。オンコールのエンジニアはサーバーを再起動してチケットを閉じます。それだけです。 🕵️ 実はその6時間前、攻撃者はカーネルスレッドを装った暗号マイニングマルウェアをそのサーバーに仕掛けていました。15分おきにマイニングプールへ静かにビーコン通信を送り続けていたにもかかわらず、運用チームもセキュリティチームも誰も気づけませんでした。理由は単純で、CPUのメトリクスとプロセスのセキュリティイベントが別々のプラットフォームに保存されていたからです。 💡 Elasticのブログ「The security attack that hid inside your observability data」( 🔐 さらに社内のインシデント対応手順書を同じ基盤に取り込んでおけば、AIは「ホストを隔離してください」という漠然とした助言ではなく、具体的な承認フローや通知期限まで踏まえた指示を、規制文書に紐づく監査可能な形で出せるようになります。 攻撃者は最初から縄張りを守っていません。守る側のデータも、もう分けておく理由がなくなってきています。 #セキュリティ運用# #オブザーバビリティ#
もっと見る
🔎 フロンティアモデルの賢さだけでは本番AIは動かない。権限・監査つきで企業データを正確に引き出す検索基盤と組み合わせて初めて回ります。 TL;DR: ElasticとOpenAIが提携拡大。Elasticsearchを権限対応の永続メモリ層にして、エージェント・オブザーバビリティ・セキュリティを一気に強化します。 タイトル: Elastic and OpenAI collaborate to bring frontier intelligence to unstructured enterprise data URL: ポイント 🧠 Elasticsearchを永続メモリ層に(レキシカル+ベクトル+再ランキング+アクセス制御) 🎯 Knowledge Indicatorの事前計算で入力トークン最大75%削減、回答精度60→92% 🔒 社内テストでリコール0.89、ユーザー間のデータ完全保護 🛡 Attack Discoveryがアラートを攻撃チェーンに相関、MITRE ATT&CKへマッピング ⚡ Visaはトリアージを10〜20分→数秒、Airtelは分析最大40%・調査30%高速化 🔌 Agent BuilderはMCP経由でスキル公開、Splunk/QRadarルールの移行にも対応 賢さ+検索基盤+ガバナンスが揃って本番AIになる、という現実的な設計だと感じます。 #Elasticsearch# #OpenAI#
もっと見る