最新资讯
dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单 dev.to 如何通过工具调用引导模型以提升 Harness 质量 dev.to AI Agent 审计轨迹不等于对话记录 dev.to 精简 MCP server 工具数量:更少工具、更小影响面,双重收益 dev.to 为什么 git checkout 无法撤销 AI 编码 agent 的改动? wechat AI短剧门槛降降降!实测即梦短剧工作室:剧本分镜预演一条龙,伙伴计划长期护航 dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围 dev.to 银行 77 意图分类最便宜 LLM:GPT-6.1 Terra 每次成功任务 $0.000727 theinformation.com Chesky的副业:Airbnb向CEO新设AI实验室出售IP
多元动态
登录 注册
智能体 www.infoq.com · @Prasanna Vijayanathan, Renzo Sanchez-Silva

演讲:本体驱动的可观测性——在 Netflix 规模上构建端到端知识图谱

原文 我的收藏

Netflix 的 Prasanna Vijayanathan 与 Renzo Sanchez-Silva 介绍如何应对每秒 3800 万事件的可观测性挑战:用 AI 驱动的运维本体和基于 Claude 与图数据库的 agentic 工作流替代被动监控,将 MELT 遥测统一为可查询知识图谱,从而实现自动分诊、根因分析和自愈系统。

AI推荐理由 Netflix 工程师分享在每秒 3800 万事件规模下,用 AI 驱动的运维本体(ontology)和基于 Claude 与图数据库的 agentic 工作流替代被动监控,将 MELT 遥测统一为可查询知识图谱以支持自动分诊、根因分析和自愈。属于大规模可观测性与 AIOps 的工程实践分享,对 Agent 落地和可观测性架构有参考价值;但为会议演讲摘要,缺少具体实现细节与量化效果验证。

78

正文

Prasanna Vijayanathan and Renzo Sanchez-Silva share how Netflix tackles observability across 38M events/sec. They discuss replacing reactive monitoring with an AI-driven operational ontology and agentic workflows using Claude and graph databases. They explain how unifying MELT telemetry into queryable knowledge graphs enables automated triaging, root-cause analysis, and self-healing systems. By Prasanna Vijayanathan, Renzo Sanchez-Silva

来源报道 · 2 篇 · 以下链接均前往原始媒体

Prasanna Vijayanathan, Renzo Sanchez-Silva 演讲:本体驱动的可观测性——在 Netflix 规模上构建端到端知识图谱 10-09 · 原文发布
Prasanna Vijayanathan, Renzo Sanchez-Silva 演讲:本体驱动的可观测性——在 Netflix 规模上构建端到端知识图谱 10-09 · 原文发布
← 返回精选动态 原文

更多内容