AWS 销售与全球服务团队基于 Amazon Bedrock AgentCore Evaluations 搭建了覆盖智能体全生命周期的九阶段评估框架，从定义质量基线、CI 回归门禁、CD 质量门禁、灰度评分到漂移检测和自动反馈闭环，用于支撑服务 AWS 全球现场销售的多智能体系统。
推荐理由：AWS 团队把九阶段评估框架落到生产多智能体系统，含 CI 门禁、灰度评分与漂移检测的具体做法和量化结果。
Netflix 介绍其本体驱动的可观测性实践，用 RDF、OWL、SHACL 和 SPARQL 把应用、事故、部署等实体统一建模，并存入自研 RDF 图数据库 QuipuDB，解决 Atlas、Radar、incident.io、PagerDuty、Spinnaker 等系统对同一实体命名不一致的问题。
推荐理由：Netflix 用本体和知识图谱把跨系统排障上下文变成可查询事实，把约 4 小时的根因定位压缩到工程师直接拿到假设。
Meta 提出智能体根因分析系统 Diviner，围绕编码、执行、评估、自适应四阶段可靠性生命周期组织，用经过审核的事故语料和服务负责人经验生成带版本范围的技能、工作流、类型化工具与事故知识图谱。
推荐理由：Meta 的智能体 RCA 系统论文，讲清四阶段可靠性生命周期如何用人工审核约束运维知识更新。
Prefiler Labs 开源 ReliaMesh 0.2.0，用于 AI 智能体的可靠性监控，接收结构化结果事件并检测失败率、延迟、token 消耗和重试的变化，同时跟踪事件恢复，且不采集提示词、模型响应或工具内容。
Signals Corps 读取 Common Crawl 2026 年 9 月抓取中 217,097,223 条页面响应的 HTTP 头，发现 7,959 个站点发送了面向 AI 的响应头，其中 7,271 个是指向 llms.txt、MCP 服务器或 agent skill 的指针，30 个是注入尝试且 24 个用名为 X-AI 的头，多数只是恶作剧。
Netflix 介绍其 GPU 基础设施可靠性方案，用节点与硬件健康、调度平台、训练循环、可观测性四层机制检测故障 GPU 与网络链路并自动修复，让长周期任务在机器掉线后继续运行。
Ascenda 开源一套 AI 编码智能体遥测采集器，覆盖 Claude Code、Codex、Cursor、Gemini CLI 和 Windsurf，并提供一个 VS Code 与 Cursor 编辑器扩展，把智能体行为记录为统一的结构化事件，不采集提示词、回复内容或源代码。
Oxynote 发布自托管工作区，把 Prometheus 或 SQL 查询生成的实时图表与解释文字放在同一页面，并让页面改动走草稿、diff 和审批流程。它支持 PostgreSQL、MySQL、MariaDB 的 SQL 查询，内置可评审页面、实时协作、评论和 Freshness 钩子，并提供内置助手 Rubber Duck 与 MCP 接入。
Skyborne 是一个把 Claude Code 会话可视化的本地工具，每个会话是一座漂浮城区、每个 agent 是一个 Skybot 机器人，可一眼看出谁在工作、谁卡住、谁在等你，并直接在城里批准或拒绝权限请求。
Pydantic 团队为 Logfire 引入动态 shredding，在写入和 compaction 阶段自动把 attributes JSON 中访问最频繁的属性抽成强类型列，部分查询从 30 秒超时降到 1 秒以内，官方称最高可快 1000 倍。
LLMxRay 是一个面向本地 LLM 的开源可观测性工具，提供实时 token 流式展示、质量分析、性能剖析与成本追踪，无需云端和 API key。它通过 npx llmxray 或 Docker 启动，前提是本地运行 Ollama 并已拉取至少一个模型。
Tracon 是一个面向并行 Claude Code 子智能体的实时监控工具，用终端和浏览器界面同时展示每个智能体的状态、是否卡住或偏离任务简报，以及多个智能体同时编辑同一文件的冲突。
Proc-stats 是一个 Claude Code 插件，在状态行固定显示当前会话的资源占用，并用 /proc-stats 打开任务管理器面板，展示 Claude Code 自身、其子进程以及已脱离会话的进程的内存与 CPU。
Tessary 发布面向生产环境 AI 智能体的开源可靠性平台，通过 OTLP 接收全部 trace，用廉价分类器持续扫描并在触发时生成 finding，再聚合成 case 做根因分析，避免抽样评测漏掉故障。
Cloudflare 宣布为 Workers 和 Durable Objects 推出按需 CPU 与内存性能分析功能，可在 Workers Observability 页面请求 profile、查看交互式火焰图并下载分析文件。
Edge Delta 发布开源项目 Project Arena，用于在 Kubernetes 上部署一次性测试环境、注入故障、导入任意产品的调查记录并用可配置的 AI 裁判评分，采用 MIT 许可。
Pacer 是一款 macOS 菜单栏工具，用两个圆环显示 Claude Code、Codex、Cursor、Antigravity 等 AI 编码订阅按当前速度到重置时的预计用量，100 表示刚好用完，超过 100 变红。
MemMux 是一个本地运行时，把并行编码智能体的资源治理变成可检查信号，包括按智能体归属内存、完整回收、逃逸进程可见、超配下占用受限和监控开销。
推荐理由：针对并行编码智能体的内存归属与回收问题，给出可检查的运行时信号和与 tmux 的对比基准，并公开复现方式。
论文提出 AegisFlow，一个基于 LLM 的多智能体框架，用 Watchdog 智能体采集运行时遥测、Repair 智能体自动创建、测试并部署代码补丁，闭合检测与修复之间的链路。
推荐理由：论文提出用 Watchdog 与 Repair 两个智能体自动生成并验证补丁，在五类数据管道故障中把 MTTR 从 170 分钟降到 3.2 分钟。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，把数据库诊断时间从每次约 45 分钟降到 10 分钟，减少 78%。
推荐理由：Cornerstone 用多智能体把数据库排障从 45 分钟压到 10 分钟，文中给出可复用的架构与设计取舍。
Cockpit 是一个 Claude Code 插件，在会话旁显示上下文占用、5 小时与 7 天限额、成本、子智能体、工具调用、改动文件和测试结果，并可在 rm -rf、git push --force、编辑 .env 等操作前弹出确认。
SREGym 团队用 Jev 搭建了一条不含 LLM 智能体的诊断流水线，由程序化采集器读取 Kubernetes 对象、事件、Pod 日志和资源用量并按组件汇总，Jev 从给定选项中选出疑似根因、判断组件是源头还是受害者并挑选关键证据，再由流水线组装诊断报告。
Cloudflare 在 16 周年生日周共发布 46 项公告，覆盖开源、应用安全、智能体经济、开发者平台和可观测性五个方向。
AcruxCore 开源发布，把提示词和智能体调用的工具都纳入版本管理，工具与提示词一样拥有版本、别名、审计记录和独立错误率，并通过统一网关记录每次调用、工具失败和变更。
作者运行 mcp-transparency-log 项目，按计划爬取官方注册表中所有可公开访问的 MCP 服务器，记录其工具名称、描述、JSON schema 和注解提示，并写入带签名树头的 RFC 6962 Merkle 日志。
Hall Monitor 是一个只读的编码智能体监控工具，把本机和 SSH 远程主机上的 Claude Code、Codex 会话汇总到一块看板，显示每个会话的当前工具、最后提示词、模型、上下文大小和子智能体数量，并按需要你、工作中、空闲分组。
开源 Go SDK Agent-SDK-go 发布，用于构建崩溃后可从中断处恢复的 AI 智能体，默认在进程内运行并借助 durable-go 实现持久化，无需额外基础设施，也可切换到 Temporal 或 Restate 做分布式执行。
UseJunction 是一个面向工程团队的 AI 编码支出管理平台，可追踪 Codex、Claude Code、Cursor、GitHub Copilot、Ollama、LM Studio 等工具的用量、成本、延迟、套餐利用率和席位闲置情况，并区分厂商上报的 verified usage 与本地扫描估算的 estimated usage。
Spens 把编码智能体放进 Docker 沙箱运行，拦截并记录每一次 LLM API 调用、工具调用、HTTP 请求和文件变更，可在本地网页查看器中逐行回看。
Cloudflare 推出 Cloudflare Traces 开放公测，把自动追踪从 Workers 扩展到整个请求路径，可在一条 trace 中看到安全规则、转换、缓存决策、路由、Worker 执行和回源处理。
Cloudflare 发布 8 项可观测性更新，把日志、追踪、分析、告警、仪表盘和导出整合进一个平台，并统一按摄取与存储量计费。
Incident-Arena 是一个人工构建的智能体 SRE 基准，包含 20 个基于真实部署开源软件的任务，每个任务把生产应用部署到临时 Kubernetes 集群，从配置层到镜像注入故障并施加持续负载。
Cloudflare 发布 Workers 内置错误监控 Issues，目前处于开放公测，可把重复异常、5xx 响应和错误日志归并为同一个 issue，并附带错误、堆栈、日志、trace 和 Worker 版本。
AWS 发布教程，介绍用 Amazon Nova Act 与 Amazon Bedrock AgentCore 构建智能体驱动的合成监控，以自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本，由 EventBridge Scheduler 定时触发、SNS 发送失败告警。
推荐理由：用自然语言动作替代 DOM 选择器做合成监控，给出架构、部署命令与成本估算，适合评估浏览器巡检方案。
kguardian 通过 eBPF 观测 Pod 的 TCP/UDP 连接与系统调用，自动生成最小权限的 Kubernetes NetworkPolicy、CiliumNetworkPolicy 和 seccomp 配置，无需手写规则。
Netflix AI Platform 的 Model Runtime 与 Inference 团队撰文介绍其自建 LLM 推理栈，在现有生产环境中运行从模型部署到推理的全流程，底层用 NVIDIA Triton Inference Server 加 Java 控制面，2025 年夏天重新基准测试后选择 vLLM 作为主推引擎。