夜雨聆风2026年3月13日，由稳定性保障实验室主办的Agent 可观测性主题技术沙龙圆满落幕。本次沙龙以 OpenClaw为核心切入点，聚焦 AI Agent 黑盒运行安全风险，特邀阿里云、听云、观测云、腾讯及中国信通院的技术专家同台分享，吸引数千名行业人士线上参与，共探AI Agent可观测性建设路径与安全落地方案。
本次沙龙由中国信通院云大所云计算部高级业务主管王海清主持。她在开场中指出，OpenClaw作为 AI Agent 领域现象级开源项目，推动行业从“对话 AI” 向 “执行 AI”关键跃迁，但黑盒执行、技能包漏洞、安全管控缺失等问题凸显，工信部与中国信通院已相继发布安全风险提示，而可观测性正成为破解 AI Agent 安全难题的核心抓手。
01
前沿技术分享回顾
在前沿技术分享环节，多位专家带来实战解法：
阿里云 云原生应用平台技术专家 余韬分享基于SLS平台构建AI Agent可观测性与安全审计闭环的技术方案，弥补传统静态防护在AI场景中的不足；
听云 安云产品线总经理 卢中阳提出“用 AI 解决 AI 运行安全问题”，介绍基于可观测性数据训练的运行安全智能体研发进展；
观测云 产品架构师 刘锐针对Agent“决策、成本、链路”三大黑盒痛点，分享观测云全链路可观测性实现运行白盒化的落地路径；
中国信通院 云大所 季可航发布可观测性行业洞察，强调企业缺乏可观测性能力是 AI 故障核心原因，并启动信通院在《Agent 可观测性能力要求》的评估工作。
圆桌讨论环节由腾讯IEG资深工程师陈自欣主持，专家围绕安全使用 OpenClaw、Agent 可观测性价值、落地路径、可观测性反哺业务四大核心问题达成共识：可观测性是AI Agent的“必需品”，需通过环境隔离、最小权限部署实现基础安全，推动行业统一标准建设，让可观测数据成为Agent进化的核心“燃料”。
02
Agent可观测性分级能力评估详细介绍
本次沙龙的重要成果是中国信通院正式推出国内首个面向 OpenClaw 及同类产品的Agent可观测性分级能力评估。该评估以可观测数据的采集、观测、存储、评价为主线，构建“四层链路+三大领域”指标体系，从行为、决策、运营三大核心维度，实现对AI Agent运行安全状态的标准化度量与管控，为企业规模化落地AI Agent提供依据。
中国信通院基于前期的多项研究工作，与各行业专家通过多轮讨论，制定了国内首个面向OpenClaw以及同类Agent的可观测性能力要求，标准面向OpenClaw以及同类Agent在应用过程中的可观测建设工作，以可观测数据的采集、观测、存储、评价为主线，对各环节所需能力进行标准化规范。
标准介绍：Agent可观测性能力要求框架分为可观测数据采集、观测指标体系、可观测数据持久化和核心观测维度四大部分。数据模型层分为指标体系、日志和链路三个部分，其中指标体系各分层逻辑关系如下：
1）可观测数据采集：指的是企业开展Agent可观测数据采集的底座，负责从Agent全链路（输入/决策/执行/输出）抓取原始事件、日志与状态数据。
2）观测指标体系：指的是通过建模与度量，将采集的原始数据按“四层链路（输入/决策/执行/输出）+三大领域（成本/性能/安全）”转化为可量化的指标，实现对 Agent 运行状态的标准化度量。
3）可观测数据持久化：指的是对可观测数据的存储与治理，包括将可观测性指标与原始数据长期留存，支持历史回溯、趋势分析与审计溯源。
4）核心观测维度：指的是基于持久化数据与指标体系，从行为（Agent在干什么？）、决策（Agent为什么这么干？）、运营（Agent是否合理地干？）三个视角，为Agent应用提供可解释、可参考的Agent运行现状评估，最终支撑企业对 Agent 的管控与优化。
即日起，首批中国信通院《Agent可观测性能力要求》标准评估启动！欢迎咨询！
联系人：
季老师：19874469306｜jikehang＠caict.ac.cn
