在 2025 KubeCon China 会议中，阿里云可观测工程师饶子昊（铖朴）和来自社区的其他贡献者一起在社区的 Governance/Technical Committee 成员支持推荐下，为大家带来了《OpenTelemetry Project Updates》的演讲分享，介绍过去一年社区在各个子项目中的一些最新更新，本文是相关分享对应的中文整理。

现代企业采用多云策略以降低风险并提升灵活性，催生了跨云日志分析的强烈需求。阿里云日志服务（SLS）推出的对象导入功能，凭借创新的文件发现方法和优化的架构，提供了高效易用的多云数据导入方案，简化了跨云数据融合流程以方便对数据进行更深入的分析。

科学管理本地日志对系统可观测性至关重要。本文总结了六大日志采集反模式及其风险，提出了标准化替代方案，旨在提升系统可靠性与故障排查效率。

在 AI 时代，随着模型和应用侧的快速演化，对于推理过程，成本和性能显得尤为重要，而端到端的 AI 可观测是其中至关重要的一环，阿里云可观测团队实现了从客户端，到 AI Agent，再到模型推理全链路链路端到端打通，通过调用链，指标，Profiling，和评估等多重信息，为 AI 应用的正确性，推理成本和性能提升保驾护航。

日志服务 SLS 近期推出 StoreView 功能，允许将多个 project 下（支持跨域）的 logstore 数据组合成一个虚拟的 logstore 使用，用户可以像使用一个 logstore 那样，使用 StoreView 进行各种查询分析，不再受地域限制，快来体验吧~

可观测近年来已经成为一个关键概念，它不仅仅局限于监控，还包括了日志记录、指标收集、分布式追踪等技术手段，旨在帮助团队更好地理解系统运行状况、快速定位问题以及优化性能。可观测2.0融合 MCP，可以让用户更好地感知系统、分析问题——用自然语言开启与系统的对话！本文将分享6个设计 MCP Server 的亲身实践，帮助大家更好地融合与使用。