Dynatrace 近日发布了新一代真实用户监控工具及一系列面向开发者的更新，旨在将前端数据收集与后端系统可观测性以及面向智能体 AI 工作流的自动化能力相结合。

该公司表示，这些更新是为了应对云原生架构和 AI 辅助开发带来的软件交付方式变化。传统的真实用户监控方法可能无法有效捕捉单页应用、异步渲染和“软导航”中的用户行为。Dynatrace 还指出，AI 服务带来了新的性能挑战，如工作负载波动和延迟突增。

在新一代真实用户监控中，Dynatrace 将 Web 与移动端监控数据与后端上下文进行了整合。该方案在其 Grail 数据平台内，把前端遥测信息与日志、指标、追踪、拓扑结构、安全事件及业务数据关联起来。升级后的真实用户监控提供了跨前端性能、会话数据及后端信号的查询与分析功能，帮助团队调查单页应用渲染延迟和 AI 生成内容的性能等问题。

作为真实用户监控改进的一部分，Dynatrace 推出了面向开发者的专用应用，其中重点介绍了 Error Inspector。该工具能够对错误进行归类并提供端到端的上下文信息，旨在加速趋势识别与根因定位。此外，更新还引入了引导式的“可观测性旅程”界面，该界面在保持跨实体、时间范围和服务情境的同时，引导用户完成工作流程。行为分析功能则可以捕捉使用 AI 功能的应用程序中的用户交互与软导航行为。

另一项改进是延长了数据分析的保留期限。通过 Dynatrace 查询语言进行的自由格式分析目前已进入公开预览阶段，数据保留期支持长达 13 个月。

FreedomPay 软件工程团队负责人 Victoria Ruffo 表示：“在业务数据背景下捕获真实用户监控数据和用户交互是一个重要突破。Dynatrace 的真实用户监控使我们能够清晰了解关键用户旅程在视图层面的性能与有效性——不仅仅是页面和应用——从而让我们能够依据真正重要的洞察采取行动。”

HyperFRAME Research 创始人兼首席分析师 Steven Dickens 评论道：“Dynatrace 的真实用户监控让客户能够专注于最重要的事项，无论是应用性能下降、趋势性错误还是会话放弃。通过在一个统一的可观测性平台内提供真实用户监控，Dynatrace 减少了团队使用多个点解决方案的复杂性，并通过包含开箱即用应用、笔记本和仪表板的探索性用户旅程分析来增强体验。”

Dynatrace 首席产品官 Steve Tack 指出：“现代应用程序的行为高度动态且难以预测，团队需要的是答案而非更多手动分析。我们的新一代真实用户监控能力统一了前端体验与后端上下文，自动化了洞察生成，并帮助团队持续验证和优化其应用程序为用户提供的体验。在 AI 时代，成功依赖于智能自动化与精确、实时的情境信息，从而使团队能够更多地进行创新并持续提供出色的用户体验。”

除了真实用户监控的发布，Dynatrace 还详细介绍了一套更广泛的开发者体验更新，这些更新将前端、后端、AI 遥测、数据库、云和移动数据整合到其平台内的统一工作流中。该公司将开发者更新与软件构建和发布方式的变化联系起来，并引用其研究数据称，42% 的组织已在面向客户的数字产品中使用智能体 AI，31% 计划在未来五年内进行扩展。

开发者体验发布包括扩展的前端可观测性功能，将 Grail 中的真实用户监控数据统一起来，并新增了三个应用。Dynatrace 还增加了移动诊断功能，该功能提供了围绕应用程序无响应事件和崩溃的上下文信息，旨在减少调试时间并提升应用稳定性。

Dynatrace 将这些更新与其对功能标记公司 DevCycle 的收购联系起来，表示 DevCycle 引入了“功能级运行时控制”，且集成工作正在进行中。此外，该公司还描述了跨 AI 服务、数据库和云平台的追踪改进，使其能够在单一视图中关联 AI 调用、应用服务、数据库和基础设施信号。

Dynatrace 宣布了通过其 Dynatrace MCP 服务器实现的“智能体工作流”和集成，支持 Claude、AWS Bedrock AgentCore 和 Azure AI Foundry，目标是在多个云和 AI 环境中实现自动化。另一项更新涉及 Live Debugger，已扩展对包括 Windsurf 和 Cursor 在内的集成开发环境的支持，将实时调试访问置于编程环境内部。

TELUS 的 Dana Harrison 分享道：“我们组织内的开发者现在花费在调试、协调和故障排除上的时间显著减少，这得益于 Dynatrace 的开发者体验能力，包括 Live Debugger。通过减少在这些领域的时间投入，我们能够以更大信心转向构建高质量软件，为业务更快地交付创新。”

RedMonk 高级行业分析师 Kate Holterhoff 表示：“在氛围编码和 AI 辅助工程的时代，开发者体验是一个关键的业务驱动力。随着开发者越来越依赖 AI 生成代码，确保其输出质量的重要性被放大。Dynatrace 在该领域的可观测性增强，通过为从业者提供用户行为和生产问题的实时上下文来支持开发者体验。”

Dynatrace 表示，部分增强功能已经可用，其他功能将逐步推出。