定位:把生产信号转成持续改进
Arize AI 的首页标语把它定义为「智能体可观测与评测平台」,并给出主张:把生产中的信号转成持续学习,让智能体在每一次交互中变得更好。产品形态分两条腿——托管平台 Arize AX 与开源项目 Phoenix,前者面向团队协作与规模化,后者适合自建与二次开发。这种「商业版+开源版」的组合,让团队可以先用开源版跑通流程,再按需迁移到托管版。

智能体可观测与评测
Arize AI官方把它定位为「智能体可观测与评测平台」,主张把生产中的信号转成持续改进:用托管版 Arize AX 或开源版 Phoenix 完成追踪、评测与上线前验证三个环节,并主导 OpenInference 这一开放标准。

深度介绍
Arize AI 的首页标语把它定义为「智能体可观测与评测平台」,并给出主张:把生产中的信号转成持续学习,让智能体在每一次交互中变得更好。产品形态分两条腿——托管平台 Arize AX 与开源项目 Phoenix,前者面向团队协作与规模化,后者适合自建与二次开发。这种「商业版+开源版」的组合,让团队可以先用开源版跑通流程,再按需迁移到托管版。
官方把使用过程拆成三个问题与三个动作:Observe 回答「智能体到底做了什么」,做法是追踪整条链路;Evaluate 回答「它变好还是变坏了」,做法是在 span、trace 与会话三个层级上跑评测,官方称其评测框架覆盖面较广且可在规模上运行;Learn 回答「这个改动真的有效吗」,做法是在上线前用真实数据快速测试提示词与执行框架。这三步正好对应排障、回归与验证三种日常需求。
首页横幅当前主推 Signal,官方描述为「发现问题,并获得拟议的修复方案」。它把此前需要人工翻看海量追踪记录才能完成的工作自动化:系统主动找出值得关注的问题,并给出可能的修复方向,再由人确认。各档位对 Signal 的额度做了区分——免费档每月 10 条、Pro 档每月 25 条、企业版不限量。对已经积累了大量线上数据的团队,这类自动发现能显著缩短「从数据到结论」的距离。
官方强调自己是由「创立 OpenInference 的团队」打造,并把该标准称为 GenAI 可观测的领先开放标准。这一点对选型有实际影响:如果追踪数据按开放标准采集,切换到其他后端或自建分析管道的成本会低很多,不容易被单一厂商锁定。平台同时支持从自研框架与常见生态接入,官方还提供一条 npx 命令快速安装的终端上手方式,降低了首次接入的门槛。
官网给出的规模数据是:累计处理 1 万亿条 span、每年执行 10 亿次评测、每月 5 百万次下载,并称「全球领先的 AI 团队」在使用。对采购方而言,这组数字的意义在于验证平台能否承受生产级流量——智能体的追踪量远高于传统应用日志,若平台在写入或查询上撑不住,采样率就会被压低,问题样本随之丢失。官方另设有客户案例与活动、社区板块可供参考。
价格页把托管版分为三档:AX Free 为 0 美元,含每月 10 条 Signal、2.5 万条 span、1 GB 写入量与 15 天数据保留,采用 SaaS 部署,用户数与评测次数不限;AX Pro 为每月 50 美元,含每月 25 条 Signal、5 万条 span、10 GB 写入量与 30 天保留;AX Enterprise 按需报价,Signal 不限量、span 与写入量及保留期均可定制,部署方式可选 SaaS 或自托管,并注明对初创公司有专门价格。三档的差异集中在信号条数、追踪量与保留期上。
Phoenix 是官方开源的可观测与评测项目,官网与 GitHub 仓库均可访问,适合希望自行部署、或需要对评测逻辑做深度定制的团队。配套资料方面,官方提供文档、术语表、课程与认证、博客与产品走查视频,以及社区活动信息。对准备落地的团队,比较常见的路径是:先用 Phoenix 在本地跑通追踪与评测,确认数据形态与指标定义,再决定是否迁移到 AX 以获取协作与托管能力。
第一,追踪数据包含提示词、用户输入与工具返回,属于敏感信息的概率很高,接入前应确认保留期与脱敏策略,需要更严格隔离时可评估企业版的自托管。第二,三档方案的差异集中在信号条数与追踪量,由于智能体的 span 数量通常是请求数的数倍,估算用量时应按 span 而非请求数计算,避免低估。第三,若团队已在其他可观测体系上投入,建议先评估 OpenInference 标准带来的迁移便利,再决定是否整体切换。
产品特点
Arize AX 面向团队协作与规模化,Phoenix OSS 提供开源的可观测与评测实现,团队可以先用开源版跑通流程,再按需迁移到托管版。
官方把流程拆成 Observe(追踪整条链路)、Evaluate(在 span、trace 与会话层级跑评测)与 Learn(上线前测试提示词与执行框架),对应三类日常工程需求。
官方称其团队创立了 OpenInference 这一 GenAI 可观测开放标准,按标准采集数据有助于降低更换后端或自建分析管道的迁移成本。
Signal 主动找出值得关注的问题并给出拟议修复方向;额度按档位区分(免费 10 条、Pro 25 条、企业版不限),把人工翻查日志的工作自动化。
最近动态
官网首页当前以「Signal is here: Find issues. Get proposed fixes」作为主推信息,即自动发现问题并给出拟议修复方案;价格页显示该能力按档位限定条数:免费档每月 10 条、Pro 档每月 25 条、企业版不限量。
价格页当前列出 AX Free(0 美元,2.5 万 span/月、1 GB 写入、15 天保留、10 条 Signal)、AX Pro(每月 50 美元,5 万 span/月、10 GB 写入、30 天保留、25 条 Signal)与 AX Enterprise(自定义额度与保留期、SaaS 或自托管、初创公司可享专门价格),三档的用户数与评测次数均不限。
官网把能力归纳为 Observe、Evaluate 与 Learn 三个环节,分别对应「做了什么」「变好还是变坏」「改动是否有效」;同时给出规模口径:累计处理 1 万亿条 span、每年 10 亿次评测、每月 5 百万次下载,并提供一条 npx 命令的终端上手方式。
开源项目 Phoenix 的官网与 GitHub 仓库均可访问,定位为开源的可观测与评测方案;官方另提供文档、术语表、课程与认证、博客、产品走查视频以及社区活动等配套资源,便于团队评估与上手。
Arize AI 是一个面向智能体的可观测与评测平台。官网的标语把它定义为「智能体可观测与评测平台」,并给出主张:把生产中的信号转成持续学习,让智能体在每一次交互中变得更好。产品分两条线:托管平台 Arize AX 面向团队协作与规模化,开源项目 Phoenix 适合自建与二次开发。官方把使用过程拆成三个问题与三个动作——Observe 回答「智能体到底做了什么」,Evaluate 回答「它变好还是变坏了」,Learn 回答「这个改动真的有效吗」,分别对应追踪整条链路、在 span、trace 与会话层级跑评测、以及在上线前用真实数据测试提示词与执行框架。 首页当前主推的能力是 Signal:官方描述为自动发现问题并给出拟议的修复方向,价格页显示该能力按档位限定条数——免费档每月 10 条、Pro 档每月 25 条、企业版不限量。接入层面,官方强调自己是由创立 OpenInference 的团队打造,并把该标准称为 GenAI 可观测的领先开放标准;按开放标准采集数据有助于降低更换后端或自建分析管道的迁移成本,官方还提供一条 npx 命令快速安装的终端上手方式。规模方面,官网给出的口径是累计处理 1 万亿条 span、每年执行 10 亿次评测、每月 5 百万次下载。 计费分三档:AX Free 为 0 美元,含每月 10 条 Signal、2.5 万条 span、1 GB 写入量与 15 天数据保留,采用 SaaS 部署,用户数与评测次数不限;AX Pro 为每月 50 美元,含每月 25 条 Signal、5 万条 span、10 GB 写入量与 30 天保留;AX Enterprise 按需报价,Signal 不限量、span 与写入量及保留期均可定制,部署方式可选 SaaS 或自托管,并注明对初创公司有专门价格。三档差异集中在信号条数、追踪量与保留期上。 选型时建议注意三点:追踪数据往往包含提示词、用户输入与工具返回,接入前应确认保留期与脱敏策略,需要更严格隔离时可评估企业版的自托管;由于智能体一次任务会产生多条 span,估算用量时应按 span 而非请求数计算,避免低估;若团队已有其他可观测投入,可以先评估 OpenInference 标准带来的迁移便利,再决定是否整体切换。开源版 Phoenix 适合先跑通流程,确认数据形态与指标定义后再考虑迁移到托管版。
核验信息
本页事实来自 Arize AI 官方渠道:官网首页(「智能体可观测与评测平台」定位、把生产信号转为持续改进的主张、Observe/Evaluate/Learn 三步说明、OpenInference 与 npx 上手方式、Signal 横幅、规模口径与客户背书)、价格页(AX Free、AX Pro 与企业版的月费、Signal 条数、span 与写入量、保留期、部署方式与初创价格)、Arize AX 产品页、开源项目 Phoenix 的官网与源码仓库,以及官方文档、控制台与博客入口。价格与功能核验于 2026 年 9 月 22 日,请以官方当期说明为准。
Arize AI介绍页面对您是否有帮助?