正文
有人正在做一件听起来有些疯狂的事：他要把软件可观测性领域沿用十多年的「三大支柱」理论，砍掉两根。
这个人叫 Sherwood，Sazabi 的创始人。他在 YC 的最新一期 Office Hours 里，带着一种胸有成竹的笃定说出了这句话：「日志就是你所需要的一切。」
这是一个挑战行业共识的宣言。
调试的痛苦，从未被真正解决
先说背景。每一个做过生产环境值班的工程师都有过这样的噩梦时刻：凌晨两点，手机震动，告警响起，生产系统出了问题。你打开 Datadog，在几十个 Dashboard 之间反复跳跳，翻看火焰图，搜索日志关键词，拉 traces，花了两三个小时，最终或许找到了根因，或许没有。
Sherwood 的经历与此如出一辙。他是 Brex 的第三位基础设施工程师，亲手搭建了公司从初创到高速增长期的整套可观测性体系，深度使用过 Datadog 的每一个配置项和每一个模块。后来他在 AI 销售公司 11X 担任技术负责人，负责重建核心 AI 产品，历时三四个月把新平台上线稳定后，他发现自己又回到了那个熟悉的处境——项目进入维护期，他成了随叫随到的值班工程师，用着和十年前没有本质区别的方式手动排查故障。
与此同时，他用来写代码的工具却已经焕然一新。Cursor、Claude、Copilot——AI 编码工具已经把「创造新代码」这件事彻底改造了一遍。但调试和维护呢？原封不动。
这个反差让他受不了。「我们正在用未来的 AI 工具构建未来的产品，但一旦出了问题，我回头调试它的方式和我整个职业生涯里用的方式没有任何区别。」
Sazabi 就从这个裂缝里长出来了。
「日志就是一切」——一个蓄谋已久的颠覆
传统可观测性领域有一个近乎神圣的框架：「三大支柱」——日志（Logs）、指标（Metrics）、链路追踪（Traces）。这三类数据分别服务于不同的查询场景，缺一不可，几乎所有工程团队都必须同时实现三套埋点逻辑。
Sazabi 的核心主张是：把后两根柱子扔掉。
原因在于 AI 带来的一次根本性逆转。
在 AI 出现之前，日志是三类遥测数据中价值最低的一种——因为它是非结构化的。日志行里包含自然语言，机器很难对它做系统性分析，只能靠工程师肉眼扫描或者编写复杂的正则表达式。正因如此，人们才需要结构化的 Metrics 和 Traces 来弥补日志的局限。
但 AI 改变了这一切的前提。
大语言模型可以理解自然语言，可以读懂非结构化的日志内容，可以在数以百万计的日志行中找出模式、定位异常、追溯因果。日志从最弱的一环，一跃成为信息密度最高、表达能力最强的数据源——而且它是最容易生成的，每个工程师都会写 print 语句，每个服务默认就有日志输出。
Sherwood 把这个逻辑称为「奥卡姆剃刀原理」的应用：在 AI 的加持下，最简单的方案反而成了最强大的方案。
基于这个判断，Sazabi 的产品允许工程师直接用自然语言问问题：生产环境为什么挂了？是哪个 commit 引入的这个 bug？哪些客户受到了影响？AI 会从日志中挖出答案。
两次创业：从「MBA 式选题」到「为自己而生的公司」
Sherwood 并不是第一次做创业。他的上一家公司叫 Opkit，2021 年夏天参加了 YC，做的是医疗语音 AI——帮医疗机构自动化打给保险公司的电话，处理保险资格核查、预授权、理赔状态查询等繁琐流程。
他后来把 Opkit 的选题方式称为「MBA 案例研究式的方法」：父亲是医生，所以能进入医疗行业；医疗是大市场，所以方向没问题；垂直化 fintech 看起来是未来趋势，所以值得押注。逻辑严密，但缺少最关键的东西——真正的个人经验、洞察和热情。
「那块石头从来没有真正滚起来过。」他这样描述在 Opkit 的几年。他们做得很辛苦，慢慢积累，一点点剥开医疗体系的复杂层次，学到了很多，但始终感觉在硬推，而不是顺势而为。
转折点发生在他们决定放弃继续融资、寻找收购方的过程中。谈了一圈医疗和金融科技公司，感觉都是换个地方做同样的事；直到遇到 11X，那家增长飞快的 AI 销售公司让他感受到了久违的兴奋。加入之后，他重新靠近了 AI，也在维护那套新系统时，找到了他「天生就该做的公司」的轮廓。
与 Opkit 的「MBA 选题」逻辑截然相反，Sazabi 的每一个决策都刻意指向同一个方向——做他最懂的事，卖给他最熟悉的人，连公司名字都来自他深爱的 1970 年代科幻动画《机动战士高达》里的一架机体。
「如果 Opkit 的一切都和我是谁背道而驰，那 Sazabi 的一切都应该和我是谁完全一致。」
维护代码，才是比写代码更大的市场
Sherwood 在访谈中抛出了一个反直觉的市场判断，值得每一个关注开发者工具的人仔细琢磨。
Cursor 等 AI 编码工具正在自动化软件开发中「创建新代码」的部分——这已经是一个价值万亿美元的行业，Cursor 本身也已经是一家举足轻重的公司。但 Sherwood 认为，维护已有软件占据了开发者更大比例的时间，而这个部分几乎还没有被 AI 真正触及。
「Cursor 自动化了代码创建。但维护已有的软件？那才是更大的机会。」
这是 Sazabi 的核心市场逻辑。他们的愿景是「自愈软件」——软件能在没有人工干预的情况下自我修复、自我改进。这不是遥远的科幻，而是他们正在一步步建造的路径：从让 AI 能够回答「生产环境出了什么问题」，到最终让系统能够自己发现问题、自己解决问题。
他第二次加入 YC，正是因为看到了时间窗口的紧迫性。「机会就在今天。它不会永远在这里。有其他公司会来尝试做这件事。我不想浪费任何时间。」
对于正在用 AI 工具写代码的工程师来说，Sazabi 提出的问题其实早已真实存在：代码越来越容易生成，但出了问题的代码，你还是得靠自己一行一行地找原因。这个痛点没有消失，只是在 AI 时代变得更加刺眼。