SLO, trace, incidente e deploy — a camada que sustenta IA no ar.
O que separa protótipo de produto é a camada de operação: o que se mede, o que acorda alguém às 3h e o que se faz quando quebra. Para sistema com IA há um agravante — a saída é não determinística, então "funcionou no teste" não é evidência. Trace de agente, span por chamada de ferramenta e SLO que reflete experiência, não média.
Agrupados pela trilha de origem — o tema atravessa 29 trilhas.
As consultas de maior intenção deste tema, respondidas aqui.
Monitoramento responde perguntas que você já sabia fazer — painel com as métricas previstas. Observabilidade é conseguir responder pergunta nova sem subir código: por que ESTA requisição demorou. A diferença aparece no incidente, quando a causa não estava no painel, e é a razão de trace com contexto valer mais que mais um gráfico de média.
Além de latência e erro, três coisas que só existem aqui: tokens por requisição (custo), quantas voltas o laço deu (comportamento do agente) e taxa de resposta rejeitada pela validação de saída (qualidade). Trace com um span por chamada de ferramenta é o que transforma "o agente travou" em "a terceira busca devolveu vazio e ele tentou dezoito vezes".
Testando propriedade em vez de igualdade: o formato é válido, a resposta cita fonte existente, o número está na faixa possível, a ferramenta proibida não foi chamada. Igualdade de texto só serve onde a saída é fechada. Para o resto, conjunto de avaliação com critério verificável rodando no CI é o equivalente de teste de regressão — com a diferença de que ele tem custo por execução.