鐵人檔案
我有一隻查得動 Prometheus 的 AIOps agent。丟進真實系統跑 RCA benchmark，九項只拿兩分——猜錯 label、寫錯 TraceQL，最後編出一個不存在的 trace ID。
這 30 天從這份成績單倒著往回挖：agent 架構錯在哪、上下文錯在哪（用 OpenTelemetry Weaver 把 schema 變成機器可讀的約束）、再把散落的訊號收斂成 Signal Plane 讓資料可推斷；接著用評估證明修好了，最後才敢上線（授權邊界、執行護欄、人在迴圈核准）。
終點是告警燒起來、agent 能協助調查、將結論回到 Grafana。
這個欄位有哪些值，registry 答得出來哪一種值代表「這個服務是好的」目前只寫在 dashboard 標題跟幾個人的腦子裡 昨天把 registry 開...
你要驗證的不是它會不會通過是它還會不會擋而一份檢查只會在壞掉的東西上顯現自己的 bug 前面做出了一堆會擋人的東西：三條命名規則、一道 CI gate、li...
設計稿寫的是當初打算做成什麼樣程式碼寫的是後來真的做成什麼樣中間那段沒有人會回頭補 昨天那份上線 checklist 在 shipping-v0 上跑出 7...
一張沒有人驗過的架構圖跟一張畫錯的架構圖在會議室的投影幕上長得一模一樣 昨天那張九宮格，中間「對帳」那一欄三格全是空的，而其中一格的具體長相是這樣： $ u...
一個回傳空集合的檢查可能是在說「沒有問題」也可能是在說「我根本沒讀到」而這兩句話印出來一模一樣 昨天把那張宣告的拓撲跟 Tempo 裡真的看得到的呼叫關係對...