monitoring（监控）指对系统、模型或网络运行状态进行持续观测与异常捕获的技术手段。在 AI 领域，monitoring 正从传统的指标告警，扩展到对智能体行为、模型输出安全性的在线监督，同时在证书安全、医疗健康等场景保持落地。近期，围绕 AI 系统的 runtime monitoring 成为研究与产业共同的关注点。
AI 系统的运行时监控
监控工具链的产业落地
跨领域延伸与当前焦点
monitoring 的边界也在向医疗扩展：Physics-Constrained Deep Learning Model for Contactless Blood Pressure Monitoring from Triaxial Bodyseismography 利用三轴体震信号，通过物理约束的深度学习模型实现无接触血压监测。在基础设施层面，乌克兰方面称 Starlink 与 Starshield 在经历一周限速后以 400 公里时速的移动场景恢复运行，也凸显了通信链路监控在实战中的重要性。
当前对 monitoring 的讨论集中在三个观察点：其一，智能体规模化部署后，单靠事后日志难以应对，有状态的在线监控成为研究热点；其二，可解释性被反复提及，Google DeepMind 播客对思维链与模型可解释性的探讨也印证了"监控必须能解释"的诉求；其三，形式化方法正与 LLM 结合，让自然语言描述的流程可以被机器直接监控执行。总体来看，monitoring 正在从被动观测工具，转变为保障 AI 系统安全与可信的主动基础设施。