اگر هنوز برای هر کاربر در Datadog هزینه می‌دهید یا درگیر پیچیدگی ابزارهای متن‌باز هستید، بازی تغییر کرده است. تصور کنید تمام سیستم نظارت بر نرم‌افزار خود را تنها در ۹۰ ثانیه فعال کنید.
اکثر تیم‌ها امروز بین دو راه گیر کرده‌اند: یا پلتفرم‌های گران‌قیمت را بخرند یا یک مجموعه‌ی شکننده از ابزارهای مختلف را مدیریت کنند. مشاهده‌پذیری (Observability) — که شبیه جعبه‌سیاه هواپیما برای ثبت تمام اتفاقات نرم‌افزار است — نباید به یک پروژه زیرساختی پیچیده تبدیل شود. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی بهینه‌سازی هزینه‌های استنتاج اشاره کردیم، مدیریت منابع در مقیاس بالا دشوار است.
طبق اعلام سازندگان، Traceway در ۱۱ مه ۲۰۲۶ منتشر شد تا این بن‌بست را بشکند. این پلتفرم بر اساس استانداردهای OpenTelemetry (OTel) ساخته شده و از ingest بومی OTLP/HTTP استفاده می‌کند. یعنی شما خروجی OTel را مستقیماً به سرور می‌فرستید و داده‌ها جاری می‌شوند؛ دیگر نیازی به Collector (جمع‌کننده داده) — که شبیه یک مرکز توزیع پست است و تمام نامه‌ها را می‌گیرد تا بعداً پخش کند — نیست.
قابلیت‌های کلیدی این ابزار عبارتند از:
• نظارت بر هوش مصنوعی: ردیابی هزینه‌های هوش مصنوعی زاینده (Generative AI)، مصرف توکن‌ها و تحلیل گفتگوها در سرویس‌هایی مثل OpenRouter.
• تله‌متری یکپارچه: جستجوی سریع در لاگ‌ها و بازپخش جلسات (Session Replay) برای اپلیکیشن‌های وب و Flutter.
• ذخیره‌سازی منعطف: استفاده از ClickHouse و PostgreSQL برای سرورهای مستقل یا SQLite برای برنامه‌های Go.
این تغییر، تله‌ی «هسته‌ی باز» (Open-core) را از بین می‌برد؛ جایی که ویژگی‌های حیاتی پشت لایسنس‌های پولی پنهان شده‌اند. به باور ما، این رویکرد سد ورود استارتاپ‌ها به مانیتورینگ حرفه‌ای را می‌شکند و نظارت را از یک پروژه زیرساختی به یک مرحله‌ی ساده‌ی تنظیمات تبدیل می‌کند.
گام بعدی شما
- پروژه را از طریق Docker Compose اجرا کنید.
- حالت Embedded را برای اپلیکیشن‌های Go بررسی کنید.
- در دیسکورد آن‌ها برای پیشنهاد ویژگی‌های جدید عضو شوید.
اما این تنها بخشی از تحول زیرساختی است؛ اثر این ابزارها بر مدیریت مدل‌های محلی را در گزارش بعدی بررسی خواهیم کرد.
گفتگو