Oțel
PulseAugur coverage of Oțel — every cluster mentioning Oțel across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
2026年8月摘要：AI网关、性能和工作流设计
本摘要涵盖了2026年8月的几项技术进展，重点关注AI网关、性能优化和健壮的工作流设计。新的LiteLLM AI网关设计通过虚拟密钥铸造和基于用量的路由解决了成本控制和提供商故障问题，同时还强调了关键路径风险。对APISIX吞吐量回归的调查利用eBPF分析和LuaJIT分析来识别和解决重大的性能差距。此外，摘要详细介绍了使用NATS JetStream构建钱包事件主干以实现可靠的事件处理，以及使用Temporal和LangGraph等…
-
Open Telco (OTel) 资源启动，旨在推进电信领域的人工智能发展
研究人员推出了 Open Telco (OTel)，这是一个旨在提升电信行业人工智能能力的综合性资源。OTel 包含用于各种人工智能任务的精选数据集、30 个预训练后的基线模型以及已记录的数据源。该项目旨在为开发和改进电信特定应用的人工智能模型提供一个统一的平台，初步结果显示在嵌入检索、重排序和语言模型正确性方面取得了显著的性能提升。
-
生产遥测数据可转化为有价值的 SLM 训练数据
生产代理能够从操作遥测数据（特别是 OTEL 跟踪）中生成有价值的训练数据。这些数据可用于微调 SLM，重点是在全面部署之前实施安全措施，如评估门和金丝雀发布。
-
AI代理日志集成OpenTelemetry进行事后分析
本文详细介绍了一种将自研AI代理日志集成到OpenTelemetry中进行分析的方法。作者事后将现有的审计日志转换为OpenTelemetry跟踪，而不是直接将SDK嵌入代理，以减少开销。这种方法允许在Jaeger等工具中可视化代理行为，通过提供清晰的输入和输出时间线来协助事件调查。
-
LLM 追踪成本因大型载荷而飙升；提出解决方案
使用 LLM 追踪的团队出现了一个重大的成本问题，主要是由于提示和响应的大量存储需求。在没有保留策略的情况下存储完整的 LLM 追踪载荷会急剧增加 AWS S3 的账单。文章提出了三种解决方案：对成功的追踪进行抽样，同时保留所有错误；实施分层存储，并为旧数据设置生命周期策略；以及通过关注关键信息来优化存储的数据。