监控经常被理解成上线前补齐的三件套：日志、指标、链路。

但我越来越觉得，可观测性的起点不是工具，而是一种不太舒服的承认：

我现在对系统的判断，可能是错的。

我认为 MQTT 已连接，实际连接已经失效；我认为任务正在运行，它只是数据库状态没有更新；我认为设备离线，真正中断的是中间的一层转发；我认为规则没有触发，最后发现告警已经产生，只是设备标识没有对齐。

如果系统只输出“成功”和“失败”，它只是在重复我们的判断。真正有用的信息应该允许后来的人推翻它。

例如，与其记录：

设备离线

不如保留形成结论的事实：

device_guid=...
last_message_at=...
check_at=...
threshold=90s
source=mqtt

前者是结论，后者是证据。

同样，告警阈值需要版本，任务状态要有更新时间，重试要记录次数和最后错误，跨服务请求需要统一标识。这样当业务说“页面显示不对”时，我们不是围绕各自的直觉争论，而是沿着证据重新计算一次答案。

可观测性不是让系统永远不出错。它让错误发生以后，我们有机会比原来的自己更接近事实。