根据New Relic发布的《2026年可观测性预测报告》，企业环境中四分之一的AI智能体处于无监控运行状态，这可能导致运营风险，因为该技术会自主修改代码、配置和基础设施。这家软件公司与Enterprise Technology Research合作，调查了2575位IT和工程领域负责人，完成了这份报告。
因此，该技术正在推动可观测性采用率的激增。报告发现，十分之八的企业计划在未来12个月内部署AI应用可观测性工具。
New Relic首席执行官阿珊·威利向CIO Dive表示，CIO们正转向AI专用的可观测性工具，以确定该技术是否按预期运行。他说："这些智能体会追求非常特定的业务成果，你必须能够对此进行观测。"
AI工作负载正在推动需求超越传统可观测性工具的范畴，后者原本是为衡量云资产和其他核心系统的性能而设计的。这一转变正在加剧可观测性工具的碎片化问题。
根据New Relic的报告，由于对AI专用平台需求的上升，2026年可观测性工具的数量有所增加。此前企业已将可观测性工具数量从2024年的6个减少到2025年的4.4个，但2026年这一数字又回升至平均5个。
根据Enterprise Management Associates的研究，四分之三的企业IT组织在云基础设施、网络和服务环境中使用多达12种工具。EMA发现，整合可观测性工具是62%企业的首要任务。
随着碎片化问题日益引发关注，供应商们也在积极应对。周二，AWS发布了Amazon CloudWatch Omni，这是一款面向AI智能体的AI驱动可观测性控制台。今年早些时候，Snowflake收购了Observe，这是一个AI驱动的可观测性平台，旨在为AI驱动型企业提供更深入的洞察；思科则为Splunk新增了智能体可观测性功能。
New Relic的报告发现，能够吸收AI能力而非简单叠加新工具的统一平台，将使企业在获得AI优势的同时，不会给运营环境增加更多碎片化和复杂性。
威利表示："CIO们尤其始终要面对如何让这些技术真正运转起来的问题。在互联网早期是这样，在CIO们被要求向云端迁移时也是这样，而我们现在正处于AI带来的同样阶段。"
尽管工具碎片化是企业面临的一大担忧，但New Relic也发现，由于事件检测速度加快和解决时间缩短，早期高影响力中断事故的成本已从2025年的7600万美元降至2026年的7350万美元。然而，高影响力中断事故的发生率依然居高不下，超过三分之一的企业每周至少经历一次此类中断。
Q&A
Q1：什么是AI智能体的无监控运行状态？
A：这是指企业环境中约四分之一的AI智能体在缺乏有效监控的情况下运行，而这些智能体能够自主修改代码、配置和基础设施，从而带来潜在的运营风险。
Q2：企业为什么要增加可观测性工具的投入？
A：因为AI智能体的自主运行特性使传统可观测性工具难以满足需求，企业需要AI专用的观测工具来确认智能体是否按预期完成业务目标，因此八成企业计划在未来12个月内部署AI应用可观测性工具。
Q3：可观测性工具数量增加会带来什么问题？
A：工具数量的增加会导致碎片化和管理复杂度上升，企业为此已在寻求整合方案，如采用能够吸收AI能力的统一平台，避免额外增加运营环境的复杂性。
