企业真正能用的智能体！观测 AI Agent 上海体验会落地场景汇总
2026 年 8 月 20 日，观测云 AI Agent 技术交流会在上海举行。活动围绕 Guance AI Agent Teams 的架构设计、生产环境中的协作方式与实践应用展开交流。
活动现场，观测云 CEO 蒋烁淼发表《观测云 AI 智能体团队的架构设计与价值》主题演讲。演讲聚焦 AI Agent 如何安全进入生产环境，结合生产数据、权限控制与智能体协作等内容，介绍 Agent Teams 如何为 AI Agent 提供理解系统所需的上下文，并使其在人的决策和授权下参与后续行动。
这构成了本次分享的核心主线：让 Agent 看见真实的生产信号，同时确保数据访问和任务执行始终处于清晰、可控的权限边界内。
让 Agent 安全进入生产环境
演讲中，蒋烁淼谈到，当 AI Agent 进入生产场景，所面对的已不只是代码上下文。Coding Agent 主要处理代码，并围绕代码上下文完成测试验证与合并交付；生产环境则涉及运行数据、本地工具和严格的权限边界。因此，Guance AI Agent Teams 不只是一个桌面工具，而是面向生产环境的 Agent 协作层。
蒋烁淼介绍了 Agent Teams 的三类核心价值：以人类代理提供统一入口，以权限代理保障任务受控执行，以数据代理支持可审计协作。这些能力让 AI Agent 能够在明确的权限边界内获得生产上下文，形成“让 AI 感知、让人决策、让智能体行动”的协作方式。
从观测证据到受控行动
分享进一步展示了 Agent Teams 如何连接指标、日志、链路、性能剖析（Profiling）和事件等观测数据，并在授权范围内调用本地工具，汇聚分析问题所需的生产上下文。
当告警或异常发生时，AI Agent 能够收集相关证据、开展根因分析并给出行动建议。通过双重授权、最小权限以及审批和审计机制，Agent 的数据访问与任务执行始终处于安全、可控的边界内。Agent Teams 还可以与 IM、Coding Agent 等工具协作，帮助工程师更快理解问题并协同处理。
让产品能力走进真实场景
在产品 Demo 中，观测云产品技术专家王震围绕 Agent 配置、告警分析、自动化任务、Coding Agent 协作及跨空间 A2A 等场景进行了现场演示，将演讲中介绍的架构理念与产品能力带入具体的技术场景。
从配置到日常协作
现场首先介绍了 Agent 的配置逻辑、设计目标与权限边界。Guance AI Agent Teams 可以根据不同团队、系统和应用场景，为 Agent 定义清晰的职责、可用范围和行为边界，并按实际需要配置 Skill、MCP 服务及消息渠道，便于团队按照 Agent 的职责控制其可用的数据、工具与协作范围。
接入飞书后，工程师可以直接在群聊或私聊中向 Agent 提问、发起协作，也可以接收自动化任务和异常分析结果。现场通过 Prompt 查询生产服务状态，展示了 Agent 如何进入团队日常沟通入口，帮助工程师减少在不同平台之间反复切换和查找信息的过程。
从异常信号到根因分析
通过接入告警策略并注入后台故障，现场展示了 Agent 接收异常信号、关联生产数据并开展根因分析的过程。相关告警及分析结果可以通过飞书触达工程师，使异常发现、问题分析与团队协作在同一沟通入口中衔接。
Agent Teams 支持由告警策略或外部 Webhook 触发任务，并结合其有权访问的指标、日志、链路和事件等观测数据，整理相关证据、分析可能原因并给出处理建议，帮助工程师更快理解问题及其影响。
现场还展示了自动化任务的执行结果。Agent Teams 可以按照设定周期执行日报生成、巡检、资源使用汇总及告警趋势分析等重复性工作，并将结果投递到指定的消息会话，让 Agent 从一次性的问答工具进一步成为持续参与团队工作的协作伙伴。
连接生产证据与代码上下文
演示还通过 Claude Code 展示了本地 Coding Agent 与生产事件的协作方式。借助观测云 OWL MCP Server，指标、日志、事件、APM、Profiling 等平台能力可以作为 MCP 工具提供给 Claude Code 等兼容的 AI 客户端。
在既定的数据权限范围内，Coding Agent 可以将生产环境中的真实信号与本地代码上下文结合起来，辅助工程师定位代码故障，缩短从发现线上问题到分析相关代码的路径。
自动巡检与定时任务：通过自然语言创建自动化运维任务
用户只需通过自然语言描述希望 Agent 执行的任务目标，例如定期巡检 Kubernetes 集群状态、分析告警日志或汇总系统运行情况，Agent 即可生成对应的自动化任务，并按照设定周期自动执行。执行过程中，Agent 会结合已有的数据访问权限、Skill 和 MCP 能力完成分析，并将结果保存在任务记录中，或通过消息渠道推送给相关人员。
跨空间的 Agent 协作
在跨空间 A2A 场景中，一个 Agent 可以将超出自身数据范围或专业能力的任务委派给另一个已授权的 Agent。目标 Agent 仍然在自己的工作空间、数据范围、Skill 和工具权限内完成任务，再将相关证据与分析结果返回给发起任务的 Agent。
面对涉及多个工作空间的问题，工程师无需反复切换空间或直接获取其他空间的访问权限，即可由具备相应数据和专业能力的 Agent 协同完成分析。这种方式既保留了原有的数据与权限边界，也让不同职责的 Agent 能够围绕同一个问题展开协作。
围绕演讲内容与产品 Demo，王震与蒋烁淼还通过现场 Q&A，就 Agent 创建、产品使用及实际应用场景等问题与嘉宾展开交流，帮助大家进一步理解 Agent Teams 的使用方式与应用价值。
现场反馈整体积极。参与反馈的嘉宾对 Agent Teams 在异常分析与故障处理、Coding Agent 协作、IM 协同排障及自动化任务等方面的能力印象较深，认为这些能力有助于加快问题排查、减少重复性工作，并提升技术团队了解系统运行状态的效率。嘉宾还表达了参与后续深度访谈或案例共创的意愿。未来，观测云将继续关注真实业务场景中的使用需求，并结合实际落地情况，分享更多 Agent Teams 的应用实践。
持续完善生产环境中的智能协作
从架构理念到产品体验，本次技术交流会呈现了一套面向生产环境的智能协作方式：以可观测数据提供上下文，以权限与审计机制保障安全边界，以团队协作推动分析结果转化为行动。
随着 Agent 更深入地参与软件研发与系统运行，观测云将继续从实际业务系统和客户现场出发，完善面向人和智能体的监控观测能力，推动 Agent 在安全、可控的前提下进入生产环境，让可观测数据成为团队与智能体协作的共同语言。
