在AI重构企业内部系统的浪潮中，戴纳追踪（Dynatrace）正大幅强化其可观测性战略。在接受流媒体频道theCUBE专访时，戴纳追踪首席技术策略官阿洛伊斯·莱特鲍尔（Alois Reitbauer）阐释了代理型AI（agentic AI）的崛起与AI模型实验规模的扩大，正如何推动传统观测方式发生变革。
他指出当前应用开发模式已不同往昔：早期仅是直接调用OpenAI模型的简单模式，而今实验性方法已成为主流。例如针对不同AI模型进行A/B测试，或将AI作为核心工程组件的"AI原生工程"正在普及。这种趋势要求对可观测性的定义与实践方式进行根本性重构。
莱特鲍尔强调："虽然越来越多AI模型开始暴露其内部决策过程使调试更便捷，但面对代理型系统必须改变思路。在以自主性和目标驱动任务为核心的系统里，追踪单一事务的传统方法将失效。"为此，戴纳追踪已推出基于微软Azure的新一代云运维解决方案，为支撑代理型AI奠定技术基础。
他同时指出观测设计中"防护机制"的必要性，这意味着除技术监控外还需追踪业务上下文。例如企业必须深入探讨：被委派任务的AI如何设定目标？其执行路径应如何量化评估？
在AI应用迅猛扩展的时代，戴纳追踪正在重新定义可观测性的内涵。为适应代理型AI等新范式，其正超越传统自动化监控模式，着力构建能解析AI"行为动机"并验证结果的框架。这种技术演进有望突破单纯系统管理的范畴，最终重塑企业整体的数据解读能力与决策体系。
