"AI生活的世界是纯数字的，而现实世界不是——这两者并不是一回事。"这句话出自Grepr创始人兼CEO Jad Naous（贾德·纳乌斯），也是理解这场对话的钥匙。AI写代码的速度已经快到让人措手不及，但当代码真正跑在生产环境里、遇到意想不到的负载和故障时，AI能不能接得住，是另一个完全不同量级的问题。
Jad Naous与a16z普通合伙人Martin Casado（马丁·卡萨多）是斯坦福同一个研究组的师兄弟，两人多年后在播客里重聚，聊的不是情怀，而是一个正在发生的行业转折：当编码智能体已经把六个月的工程量压缩成十几天，运维——这个长期由人类工程师凭经验兜底的黑箱领域——是不是也该被AI接管了。
Jad的履历本身就是一条系统工程的纵贯线：从斯坦福的网络与安全研究,到MIT博后,到AppDynamics的高速扩张,再到a16z和Grepr。这条路径让他对"复杂系统到底难在哪"有着少见的第一手体感,也让这场对话有了不同于一般创业访谈的分量。
1. 从硬件安全到一次"为时过早"的创业
Jad比Martin早四年进斯坦福,研究方向是网络和硬件安全，参与过OpenFlow的早期工作，还在博士论文里亲手实现了当时被业界讨论用于标准化的SHA-3算法硬件版本，用来验证它到底行不行。但做着做着他发现自己并不真正喜欢网络："说到底不就是把一堆比特从一个地方搬到另一个地方吗？"这句自嘲背后是一个更严肃的判断——他觉得这件事没有触及他真正想解决的问题。
后来他跟着Nikolaj Zeldovich（尼古拉·泽尔多维奇）在MIT做博士后，并与当时的博士生Ramesh Chandra（拉梅什·钱德拉）一起创业，做的是应用安全：系统一旦被攻破，能不能把整个相关状态回滚，再叠加上补丁版本的应用重新上线，从而清除漏洞的影响。这个思路听起来优雅，落地却极难。"我们差一点就做成了。"Jad的原话里带着一丝苦笑——这次失败恰恰预演了他后来反复强调的一个判断：运维系统的状态空间，想把它彻底"框定"，难度远超想象。
创业搁浅后，Jad加入AppDynamics做了三年半，公司从200人扩张到2000人，被Cisco收购，他在Cisco只干了一天就被Martin拉去做了a16z的合伙人。几年后他又转去一家公司做首席产品官，把工程团队从15人带到跨产品、工程、信息安全和设计的90多人规模。2023年，他离开，开始找一大批工程负责人聊天，想弄清楚一个问题：大家都在喊缩减开支，到底钱花在了哪。
2. 可观测性为什么变贵了：买的其实是可靠性
答案出乎意料地集中：基础设施开支之后，第二大项就是可观测性。企业通常把基础设施支出的5%到20%花在可观测性上，但Jad很快意识到，这笔钱买的从来不是数据本身，而是可靠性——花得越多，系统越稳，这曾经是一条简单粗暴但管用的等式。
问题出在架构变化上。当系统从单体演化成微服务、服务被拆得越来越细、垂直整合程度越来越高，每一层采集的数据量都在指数级膨胀，可观测性的渗透也比以前深得多。于是出现了一个危险的剪刀差：可观测性成本的增长速度开始快过业务产出单元的增长速度，而每多花一块钱带来的可靠性边际提升却在迅速走平。钱越花越多，但换回来的可靠性越来越少——这才是企业抱怨"太贵了"的真正原因，而不是单纯的数据量问题。
3. 把信号留在上游：为AI时代提前占位
Jad的思路是把这个等式拆开重算：如果能分清哪些是信号、哪些是噪音，把信息抽取这件事尽量挪到数据产生的上游去做，那么下游存储、处理、分析可观测性数据的成本就能大幅压缩。Grepr的第一个产品正是如此——企业把数据流接进Grepr，不改动任何现有工具链，遥测成本直接降低90%。
但真正让这件事变得有战略意义的，是AI的出现。Jad的判断很直接：如果你本来就站在数据流的中间，提前把信号从噪音里剥离出来，你就自然占据了一个关键位置——未来任何需要消费这些信号的AI系统，都绕不开你。于是Grepr现在在做的第二层，就是把提炼出来的信号直接喂给AI层，让AI系统学会在故障发生时主动排查、定位、甚至修复问题，而不只是把一堆原始日志丢给值班工程师去翻。
4. 自动补全只是开场，运维的复杂度不是一回事
对话开场的那段交锋最能说明问题的核心。几年前AI写代码还停留在自动补全阶段，程序员拿着Copilot和IntelliJ，看着它补全出一段测试代码，心里嘀咕"这不就是自动补全吗"。但情况变化很快，好的工程师开始找到办法，把这种能力真正嵌进自己的工作流，随着AI能建模的系统复杂度不断提升，预期被一次次打破——这正是编码智能体能让Jad十人规模的团队承接以前需要更大团队才能完成的工程量的底层原因。
但运维是不是也会沿着同一条曲线走？Martin抛出的疑问很尖锐：数据到底够不够训练一个真正理解全局运维状态的AI？Jad的直觉是数据是够的，真正的瓶颈是复杂度——能不能把那些模糊、依赖经验、分布在无数工程师脑子里的运维判断，转化成AI可以推理的形式。长期以来，运维一个分布式集群的"脏秘密"就是，归根结底要靠人盯着、靠人判断、靠人兜底。这条门槛能不能被跨过，决定了AI接下来是只能写代码，还是真正能把代码跑起来、跑得稳。
Jad和Martin的对话，正是从这道门槛前展开的。数字世界里的AI已经证明了自己写代码的能力，但现实世界的运维系统有故障、有负载波动、有数不清的状态组合，这两个世界之间的落差，才是这场谈话真正想拆解的问题——也是整个行业接下来几年必须正面回答的问题。
