AAxiom 日志:哪 26 个人拿走了我的电影票?

Axiom 日志:哪 26 个人拿走了我的电影票?

AsyncTalk·2026 年 8 月 31 日·5 分钟软件与开发人工智能
在喜马拉雅播放
创作者写的节目说明

最近 Harness 成了 AI 圈的热门话题,但当我们讨论 AI Agent 如何真正完成任务时,我觉得有一个经常被忽略的问题:


AI 怎么知道生产环境到底发生了什么?
#Axiom #日志 #AI编程 #MCP #Harness #DeepSeekHarness #ClaudeCode #CodingAgent #AI智能体 #可观测性 #DevOps #程序员 #asynctalk

这期我想聊聊我最近一直在用的日志服务 Axiom。


从传统的日志查询,到 Dataset、Dashboard 和 Monitor,Axiom 本身已经是一个相当不错的日志平台。但真正让我觉得它有意思的,是它提供的 MCP Server。


当日志系统接入 MCP 之后,Coding Agent 就不只是写代码了。它可以直接分析生产日志、查找错误、定位问题,甚至结合代码自动修复 Bug、补充日志。


进一步想象一下:


让 Agent 定期检查生产环境的日志 → 发现异常 → 分析代码 → 尝试修复 → 提交 PR。


日志不再只是给开发者 Debug 的工具,而开始成为 AI Agent 了解真实生产环境的一扇窗口。


视频里也简单聊到了我最近在关注的 Superlog,以及我对「Harness + MCP + 可观测性」这条路线的一些想法。


如果你有更好的日志管理方案,或者已经在尝试让 AI Agent 自动分析生产环境,欢迎一起讨论。

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

接上 MCP 后,Coding Agent 能自主完成找错误日志、自动修 bug、自己加日志的完整闭环。

别处听不到的

主播展示的是自己部署并正在使用的日志后台,包括两个真实服务的日志数据。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

一个后端工程师把自己在用的日志服务摊开来讲:日志怎么采集、怎么用 query 拉数据建 dashboard,然后重点演示接上 MCP 之后,Claude Code 能自己找错误日志、自动修 bug、甚至主动加日志,再用 routine 定期巡检生产环境。他还对比了 Kibana 自部署的麻烦,并提到正在观察的 Superlog。对想给个人项目配一套轻量日志方案的人来说,这是一份很具体的参考。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播分享了自己正在使用的一个日志服务,展示其日志采集、query 拉数、dashboard 与 monitor 能力,并对比 Kibana 自部署的麻烦与搜索瓶颈。重点在于它与 AI 的结合:通过 MCP Server,Claude Code 可以自主完成找错误日志、自动修 bug、自己加日志;再通过 routine 定期拉取生产日志做巡检。主播还提到正在观察 Superlog,认为 hobby 项目和小用户量项目可以直接接入。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:00

日志打了二十年,为什么还是没打好

主播从后端打日志的日常切入,指出日志对 debug 和任务追踪的重要性,同时点明「如何做好日志」这个讨论了二十多年的问题至今没有好答案,引出本期要分享的自用日志服务。

00:50

一个日志后台的实际样子

主播展示自己部署的日志服务后台,可以看到接口调用事件、userID 与参数,数据由服务端采集接口上报并带上 tracing 数据。他强调界面漂亮,并对比 Kibana 需要自行部署、量级大时搜索成问题的缺点。

01:52

不靠搜索,靠 query 和 dashboard

这个日志服务的重点不在搜索,而是提供大量图表,用户可以通过 query 拉数据、自建 dashboard、配置 monitor。主播自己的两个服务就挂在这个平台上。

02:13

接上 MCP,用自然语言查日志

在 AI 时代,该服务提供 MCP Server。接上之后可以用自然语言问 Claude「日志有没有问题」,并让它在 Claude Code 里切到代码目录,自主完成找错误日志、自动修 bug、自己加日志。

03:17

用 routine 让 Agent 定期巡检生产

Claude Code 的 routine 机制可以调用 MCP Server,定期拉取生产环境最新日志来查问题、处理问题,形成更进一步的闭环。但 routine 目前每天运行一次,频率有限。

03:47

Superlog 还在观察,小项目可以先上

主播提到最近在观察 Superlog,方案看起来更进一步但免费额度有限,所以还在观望。最终建议是 hobby 项目或用户量不大的项目可以直接接入这个日志系统,并邀请听众留言讨论更好的日志管理方案。

AsyncTalk · 更多单集

看全部 82 期 →

AsyncTalk

AAxiom 日志:哪 26 个人拿走了我的电影票?

AsyncTalk · 8 月 31 日 · 5 分钟

Axiom 日志:哪 26 个人拿走了我的电影票?

在喜马拉雅播放
创作者写的节目说明

最近 Harness 成了 AI 圈的热门话题,但当我们讨论 AI Agent 如何真正完成任务时,我觉得有一个经常被忽略的问题:


AI 怎么知道生产环境到底发生了什么?
#Axiom #日志 #AI编程 #MCP #Harness #DeepSeekHarness #ClaudeCode #CodingAgent #AI智能体 #可观测性 #DevOps #程序员 #asynctalk

这期我想聊聊我最近一直在用的日志服务 Axiom。


从传统的日志查询,到 Dataset、Dashboard 和 Monitor,Axiom 本身已经是一个相当不错的日志平台。但真正让我觉得它有意思的,是它提供的 MCP Server。


当日志系统接入 MCP 之后,Coding Agent 就不只是写代码了。它可以直接分析生产日志、查找错误、定位问题,甚至结合代码自动修复 Bug、补充日志。


进一步想象一下:


让 Agent 定期检查生产环境的日志 → 发现异常 → 分析代码 → 尝试修复 → 提交 PR。


日志不再只是给开发者 Debug 的工具,而开始成为 AI Agent 了解真实生产环境的一扇窗口。


视频里也简单聊到了我最近在关注的 Superlog,以及我对「Harness + MCP + 可观测性」这条路线的一些想法。


如果你有更好的日志管理方案,或者已经在尝试让 AI Agent 自动分析生产环境,欢迎一起讨论。

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

接上 MCP 后,Coding Agent 能自主完成找错误日志、自动修 bug、自己加日志的完整闭环。

别处听不到的

主播展示的是自己部署并正在使用的日志后台,包括两个真实服务的日志数据。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

一个后端工程师把自己在用的日志服务摊开来讲:日志怎么采集、怎么用 query 拉数据建 dashboard,然后重点演示接上 MCP 之后,Claude Code 能自己找错误日志、自动修 bug、甚至主动加日志,再用 routine 定期巡检生产环境。他还对比了 Kibana 自部署的麻烦,并提到正在观察的 Superlog。对想给个人项目配一套轻量日志方案的人来说,这是一份很具体的参考。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播分享了自己正在使用的一个日志服务,展示其日志采集、query 拉数、dashboard 与 monitor 能力,并对比 Kibana 自部署的麻烦与搜索瓶颈。重点在于它与 AI 的结合:通过 MCP Server,Claude Code 可以自主完成找错误日志、自动修 bug、自己加日志;再通过 routine 定期拉取生产日志做巡检。主播还提到正在观察 Superlog,认为 hobby 项目和小用户量项目可以直接接入。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:00

日志打了二十年,为什么还是没打好

00:50

一个日志后台的实际样子

01:52

不靠搜索,靠 query 和 dashboard

02:13

接上 MCP,用自然语言查日志

03:17

用 routine 让 Agent 定期巡检生产

03:47

Superlog 还在观察,小项目可以先上

本期提到的品牌与产品

节目里自然聊到的,不是广告

Kibana被指自部署麻烦、量级大时搜索成问题
01:43负面
Claude Code可配置 MCP 并自主完成修 bug、加日志
02:43正面
Superlog主播正在观察的项目,免费额度有限
03:47中性
MCP Server作为日志服务与 Agent 之间的连接层
03:02正面
AAsyncTalk

AsyncTalk

面向开发者的技术播客,聚焦 AI 与软件工程交叉领域,围绕具体产品、开源项目与技术事件做一手实践分享与原理拆解。

已收录 82 期 · 最近更新 11 月 2 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合后端开发者

这一期偏哪一派

偏沪派内容由主播对自用工具的准备性介绍驱动,围绕「日志服务怎么用」这一问题组织,有明确范围与结论,非熟人闲聊。

在哪里听

http://www.ximalaya.com/album/53875103.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 82 期 →

A

Haiku 5.5:AI抢饭碗加速

10 月 26 日 · 6 分钟

A

MCP 0728:让 MCP 再次伟大

10 月 16 日 · 12 分钟