New Relic在其智能可观测性平台中推出了一项新的应用监控功能,该公司表示这将为企业客户提供对嵌入在ChatGPT等AI驱动界面中的应用的性能、可靠性和用户体验的可见性。
ChatGPT应用监控选项将New Relic的浏览器代理扩展到GPT iframe环境中,该公司表示这解决了开发者在构建ChatGPT应用时面临的挑战。根据New Relic发布的博客,传统浏览器工具由于安全限制和内容政策可能会失去可见性。
New Relic首席软件工程师Jordan Porter在博客中写道:"ChatGPT应用监控使企业能够自信地将其服务集成到AI提示回答中,让用户在自然的AI对话流程中与专业服务进行交互。但问题在于:一旦您的应用在ChatGPT等主机的iframe内渲染,它传统上就进入了'黑盒'状态。标准浏览器监控工具在这些受限环境中往往会失效。"
监控功能特点
New Relic基于云的可观测性平台实时监控应用和服务,提供软件、硬件和云性能洞察。新功能将平台的浏览器代理扩展到GPT iframe环境中,捕获标准遥测数据,包括GPT iframe内应用的延迟和连接性。据New Relic介绍,ChatGPT应用监控提供深度遥测,确保AI生成的用户界面功能正常、性能优异且转化就绪。
New Relic首席产品官Brian Emerson在声明中表示:"将业务服务引入ChatGPT对话的自然流程是一种强大、直观且能够产生收入的策略。但一旦您精心制作的应用在ChatGPT内实例化,它传统上就进入了黑盒状态,标准浏览器监控工具可能会失效。在New Relic,我们快速行动以领先于希望最大化这一机会的客户,确保通过生成式AI变现的企业在用户体验和系统健康方面不会盲目飞行。"
核心监控能力
New Relic的ChatGPT应用监控功能帮助企业客户:
检测用户挫败感:错误点击和无效点击可以帮助识别应用何时给终端用户造成摩擦。
监控布局稳定性:当AI流式传输内容时,iframe内过多的累积布局偏移活动也可能导致令人沮丧的用户体验。
跟踪应用性能:如果开发者了解应用在不拥有顶级窗口时的表现,就能针对不同主机环境进行优化。
端到端应用追踪:完整追踪ChatGPT iframe中每笔交易直到后端服务,可以连接终端用户的交互和体验。
Porter写道:"'智能体AI'时代,即应用越来越多地存在于其他应用内部的时代,才刚刚开始。随着您的服务集成到各种AI平台中,监控其在这些平台上的性能、可靠性和用户体验的能力不再是奢侈品——而是必需品。"
ChatGPT功能现已作为New Relic智能可观测性平台的一部分提供。现有客户可以通过安装最新的浏览器代理并在其ChatGPT嵌入应用中配置用户旅程来启用此功能。
Q&A
Q1:New Relic的ChatGPT应用监控功能是什么?
A:这是New Relic在其智能可观测性平台中推出的一项新功能,专门用于监控嵌入在ChatGPT等AI驱动界面中的应用。它将浏览器代理扩展到GPT iframe环境中,能够捕获应用的延迟、连接性等遥测数据,解决了传统监控工具在受限环境中失效的问题。
Q2:为什么需要专门的ChatGPT应用监控?
A:因为当应用在ChatGPT的iframe内渲染时,会进入"黑盒"状态,传统浏览器监控工具由于安全限制和内容政策往往会失效。企业需要监控其在AI平台上的应用性能、可靠性和用户体验,以确保业务服务能够成功集成到AI对话流程中。
Q3:ChatGPT应用监控具体能监控哪些指标?
A:该功能能够检测用户挫败感(如错误点击和无效点击),监控布局稳定性(累积布局偏移活动),跟踪应用在不同主机环境下的性能表现,以及提供从ChatGPT iframe到后端服务的端到端应用追踪,帮助企业全面了解用户交互和体验。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。