监控经常会被理解成上线前补齐的三件套：日志、指标、链路。

但我现在越来越觉得，可观测性的起点不是先接什么工具，而是先承认一件不太舒服的事：

我现在对系统的判断，很可能是错的。

我以为 MQTT 还连着，实际连接早就假死了；
我以为任务还在跑，只是数据库里的状态没更新；
我以为设备离线，最后发现断的是中间转发；
我以为规则没触发，查到后面才发现告警已经产生了，只是设备标识没对上。

如果系统只告诉我们“成功”或者“失败”，其实没什么用。它只是把我们的判断又重复了一遍。

真正有用的信息，应该能让后来排查的人推翻原来的结论。

比如记录设备离线，不要只写一句：

设备离线

更应该把判断依据留下来：

last_message_at=...
check_at=...
source=mqtt

“设备离线”是结论，后面这些才是证据。

任务状态不能只有 running，还要有最后更新时间；重试不能只说失败，要记录重试次数和最近一次错误；跨服务请求也要有统一的 request_id，方便一路追下去。

这样当“页面显示不对”时，大家不用各自凭感觉猜：前端觉得是接口问题，后端觉得是数据问题，采集侧觉得是设备问题。我们可以顺着证据重新算一遍：这个状态是怎么来的，在哪一层变了，哪个判断条件不成立。

可观测性的价值，是在问题发生以后，让我们以最小的时间和精力成本更快更可靠的接近事实。