AI Engineer CODE 2025(2026 年上传)

Dashboards Are Dead

Sarah Simionescu · Composio

2026-10-04 · 11分钟 · 13 万次观看 · AI Engineer

每天用了半年 Datadog 却不会用它的仪表盘:把工作搬进 agent,光连上 MCP 不够——工具要可发现、依赖关系要说清(先查 Slack 频道 ID 再读消息)、跨应用传数据时不要把每一行都塞进模型上下文;应用迎来一种新用户。

观看原视频 ↗

内容概要

Simionescu 负责 Composio 仪表盘,却发现自己用了六个月 Datadog,同事让她看个告警时却不知道仪表盘怎么用——工作已经转移到 agent 里了。2022 年处理一个 bug 报告要穿过五个界面:Slack 读投诉、Datadog 查询、PostHog 看会话、改代码、回复。连上十几个 MCP 服务器又出现新的界面问题:agent 能触达应用,却不知道怎么完成任务;三类反复出现的失败是重复调用、工具选择困难、依赖不清。Composio Search 返回相关工具以及使用顺序(计划),帮助 agent 处理前置依赖,比如先找到 Slack 频道 ID 再查询消息。分析例子:问「用户在 onboarding 时选择了哪些垂直领域」,Claude 写 PostHog 查询并返回分布;后续问题需要把 PostHog cohort 保存在模型上下文之外,查看 Metabase 结构,生成使用已保存 ID 的 SQL。结论:让落地页对 AI 友好不等于让应用本身适合 agent 使用;应用要让它的操作能被用来完成目标,而不只是加一个 AI 按钮。

幻灯片截图

用了半年 Datadog 却不会用它的仪表盘:日常工作已转移到 agent 中,仪表盘不再是主要界面。
0:40 用了半年 Datadog 却不会用它的仪表盘:日常工作已转移到 agent 中,仪表盘不再是主要界面。
跨应用分析:把 PostHog cohort 保存在模型上下文之外,查看 Metabase 结构,生成引用已保存 ID 的 SQL——数据在应用间流动,而不是全部进入上下文。
6:52 跨应用分析:把 PostHog cohort 保存在模型上下文之外,查看 Metabase 结构,生成引用已保存 ID 的 SQL——数据在应用间流动,而不是全部进入上下文。
应用有了新用户:让网站对 AI 可发现不等于让应用对 agent 可用;要让它的操作能被组合起来完成目标,而不是加一个 AI 按钮。
8:52 应用有了新用户:让网站对 AI 可发现不等于让应用对 agent 可用;要让它的操作能被组合起来完成目标,而不是加一个 AI 按钮。

截图来自原视频,仅用于评论与学习。

要点(点击时间跳到原视频)

  1. 0:12

    用了半年 Datadog 却不会用它的仪表盘:日常工作已转移到 agent 中,仪表盘不再是主要界面。

  2. 1:18

    2022 年修一个 bug 要经过五个界面:Slack 读报告、Datadog 查询、PostHog 看会话、改代码、回复。

  3. 3:26

    MCP 打开了门,但 agent 还需要地图:连上十几个 MCP 后常见失败是重复调用、选错工具、不清楚前置依赖。

  4. 4:54

    搜索返回工具以及使用顺序:例如先查 Slack 频道 ID 再读取消息;2026 年的模拟流程是贴上 Slack 链接,让 Claude 用 Sentry 和 Datadog 找根因并开草稿 PR。

  5. 7:14

    跨应用分析:把 PostHog cohort 保存在模型上下文之外,查看 Metabase 结构,生成引用已保存 ID 的 SQL——数据在应用间流动,而不是全部进入上下文。

  6. 9:00

    应用有了新用户:让网站对 AI 可发现不等于让应用对 agent 可用;要让它的操作能被组合起来完成目标,而不是加一个 AI 按钮。

可以用在日常工作里的

  • 工具与 MCP

    设计 MCP/工具时同时提供「怎么用」:前置步骤、依赖关系、推荐调用顺序,而不只是函数列表。

  • 数据

    大结果集用引用(ID、文件、保存的 cohort)在工具之间传递,不要把原始行塞进上下文。

演讲提到的资源

同一章节的其他演讲

← 返回全景 · 目录