请阐述可观测性的定义，并说明在 AI 项目场景下，建立可观测性体系的必要性体现在哪些方面？

回答思路

1. 【回答框架 1】可观测性是指通过外部输出（如日志、指标、追踪）推断系统内部状态的能力，核心在于度量、日志、追踪三类数据的采集与分析，以支持故障排查、性能优化与容量规划。
2. 【回答框架 2】AI 项目与传统软件不同，其行为由模型与数据共同决定，存在数据漂移、模型退化等隐患，且推理过程往往不可解释，因此可观测性有助于监控数据质量、模型效果以及系统性能指标。
3. 【回答框架 3】构建可观测性体系能快速定位问题根因：例如区分是数据问题、模型问题还是基础设施问题，从而减少排障时间，提升迭代效率。
4. 【回答框架 4】同时，可观测性为模型上线后的持续监控提供依据，可设定阈值预警，在业务受损前介入，保障系统可靠性与稳定性。
5. 【关键点 1】可观测性包含日志、指标、追踪三大支柱。
6. 【关键点 2】AI 项目需额外关注数据分布变化与模型效果退化。
7. 【关键点 3】可观测性有助于区分数据、模型与系统层故障。
8. 【易错点 1】仅采集日志不等同于可观测性，需关联指标与追踪以形成全局视图。
9. 【易错点 2】忽视数据漂移监控会导致模型效果下降而无法及时发现。