Medium 精选（2026-11-01）
- I Built 15 SLOs for an AI Agent. Here’s What OpenTelemetry Could Measure：作者为 AI Agent 定义了 15 项 SLO，每项都以好事件除以有效事件来度量，并沿用 Google SRE 的分类：工具调用与模型调用都应被当作可告警的请求。OpenTelemetry 开箱能给延迟、追踪完整度、调用次数与 token 用量，但任务是否完成、终态是否正确、工具拒绝原因等信号仍需自定义埋点。全文为会员内容，本摘要基于可读的开头部分。
- Engineering Multi-Agent AI for a 100 GB Data Warehouse：在 100 GB 量级的数据仓库上做多智能体 AI，核心挑战是准确性、安全与速度三者兼顾，文章用 39 分钟的篇幅展开这套工程实践。原文页被 Medium 的 Cloudflare 拦截未能读到全文，本摘要仅基于邮件标题与导读，具体架构细节需读原文确认。
- Is Running a Local LLM Still Worth It After Haiku 5.5?：Haiku 5.5 以旧款十分之一的价格发布，在独立测试中表现与本地运行的 Qwen 3.8 27B 相当，动摇了本地部署「够用又便宜」的理由；与此同时受内存短缺影响，二手 RTX 3090 反而涨价。文章逐一重估本地运行的五个常见理由：够用、便宜、不被厂商改动、数据不出本地、想跑什么就跑什么。