DevOpsDays Taipei 2026 - 以 Trend Micro 為例，如何實現低成本高效率的 Observability 2.0
在 AI 時代每個人都在追逐 AI 帶來成果，但是很少人討論 AI 所留下的副作用。傳統 infra 的維運模式也漸漸被 AI 所改變，過去的三件套 Infra Metric/Logs/Trace 已經很難被現代 “以使用者為中心” 的場景給涵蓋，所以催生出新一代的 Observability 模式
而 AI 的副作用不僅於此，AI 使用者的每一個階段 (TTFT, Inter-token latency, cache rate 等都嚴重影響使用者體驗，如果採用過去 sampling 的方式將會大幅錯失發現系統問題的機會，但是 fully store 又將帶來高昂的成本，所以像是以 Netflix 這樣的巨頭企業開始尋找更便宜的方案而催生出 Observability 2.0 on Lakehouse 這樣的做法
去年和 Chia-Yi Wu 一起開啟 Observability 2.0 的旅程，今年有幸和 Trend Micro Herber Wang 一同分享落地的過程。
—-
喔對了，AWS 和 Trend Micro 都在徵才中喔喔喔！
Trend Micro 走這邊-> https://www.104.com.tw/company/apio4y0
AWS JD 看這裡 -> https://www.amazon.jobs/content/en/locations/taiwan
可以直接加我了解相關細節 https://www.linkedin.com/in/shazi7804
在 AI 時代每個人都在追逐 AI 帶來成果，但是很少人討論 AI 所留下的副作用。傳統 infra 的維運模式也漸漸被 AI 所改變，過去的三件套 Infra Metric/Logs/Trace 已經很難被現代 “以使用者為中心” 的場景給涵蓋，所以催生出新一代的 Observability 模式
而 AI 的副作用不僅於此，AI 使用者的每一個階段 (TTFT, Inter-token latency, cache rate 等都嚴重影響使用者體驗，如果採用過去 sampling 的方式將會大幅錯失發現系統問題的機會，但是 fully store 又將帶來高昂的成本，所以像是以 Netflix 這樣的巨頭企業開始尋找更便宜的方案而催生出 Observability 2.0 on Lakehouse 這樣的做法
去年和 Chia-Yi Wu 一起開啟 Observability 2.0 的旅程，今年有幸和 Trend Micro Herber Wang 一同分享落地的過程。
—-
喔對了，AWS 和 Trend Micro 都在徵才中喔喔喔！
Trend Micro 走這邊-> https://www.104.com.tw/company/apio4y0
AWS JD 看這裡 -> https://www.amazon.jobs/content/en/locations/taiwan
可以直接加我了解相關細節 https://www.linkedin.com/in/shazi7804
