CloudWatch Omni：让团队在同一处排查应用与 AI 智能体问题

排查故障时，难点往往不只是收到告警，而是让开发、运维人员依据同一组证据，弄清应用哪里出了问题。AI 智能体又增加了一层复杂性：它可能顺利返回答案，执行过程却偏离预期。AWS 于 2026 年 9 月 22 日在博客中介绍 Amazon CloudWatch Omni，并在 9 月 23 日的更新中宣布其正式推出，试图把应用与智能体的调查放到同一工作空间。2317

从各看各的，转向共同调查

Omni 围绕应用及负责应用的团队组织信息。成员可通过组织专属网址，使用已有身份登录，不必拥有 AWS 管理控制台访问权限。AWS 还介绍了自动发现的应用拓扑、自然语言查询，以及由 AWS DevOps Agent 提供的调查指引，目的是让不同岗位从同一张系统图景出发排查问题。2320

这个共同视图有一个前提：数据必须先进入视野。AWS 表示，已经发送到 CloudWatch 的遥测数据无需重新配置即可在 Omni 中显示；其他工作负载若接入 OpenTelemetry，则可通过其遥测协议（OTLP）端点发送数据。这为调查其他云上的系统提供了路径，但未接入遥测的服务不会因此自动变得可见。2317

AI 智能体：不仅要看请求是否完成

传统监控可以发现请求失败或耗时异常；调查智能体时，团队还需要追溯它走了哪些步骤、输出质量如何。关于 Omni 发布的报道提到，相关能力包括追踪智能体工作流程、比较提示词，以及借助内置评估器检查表现。重点不只是确认“有没有回答”，而是理解“答案怎样产生”。1824

为什么值得关注，哪些效果尚待验证

New Relic 的《2026 年可观测性预测》估算，受访企业因高影响故障承受的年化损失为 7400 万美元，平均每小时损失 185 万美元；发现与解决此类故障的平均用时分别为 41 分钟和 54 分钟。这些是调查结果，不是 Omni 可节省成本的预测。33

另一份 New Relic《2026 年 AI 影响报告》称，工程师将 33% 的时间用于紧急处理问题或应对系统中断。New Relic 还报告，使用其自身 AI 增强型可观测能力的用户，解决事件的速度比未使用者快 25%；这一对比不能用来推断 CloudWatch Omni 会取得同样效果。86

智能体的监控缺口同样现实：New Relic 称，25% 的受访组织已在生产环境部署 AI 智能体，却没有对其进行监控。Omni 的意义在于让团队有机会把应用健康状况与智能体行为放在一起调查；实际价值仍要看遥测覆盖是否充分、数据质量如何，以及团队能否据此更快作出判断。3323