Arize AI 是一个 AI 观测与评估平台，旨在通过 agent 可观测性、评估、追踪和实验，持续改进 AI Agent。其官方定位为“agent observability and evaluation platform”，目标是“将生产信号转化为持续学习，让 agent 在每次交互中不断改进”。
用途
Arize 用于理解和改进现代 AI 应用，包括聊天机器人、RAG 系统、copilot 和 agent。团队可以用它了解 AI agent 与应用的行为、通过评估衡量质量、监控生产表现，并持续改进提示词、模型和工作流。平台强调“不要凭感觉发布”，为 AI 团队提供观测和评估能力。
主要能力
- Observe（观测）：追踪 agent 实际做了什么。由 OpenInference 创始团队打造，OpenInference 是 GenAI 可观测性的领先开放标准。
- Evaluate（评估）：判断 agent 是变好还是变差。提供市场上较全面的 eval 框架，支持在 span、trace 和 session 级别运行大规模评估。
- Learn（学习）：验证修复是否真正有效。在部署到生产前更快地测试提示词和 harness。
- Alyx：应用内的 AI 工程 agent，类似 Cursor 或 Claude Code 但面向 AI 工程，可运行评估、调试问题并改进 agent，用户给出问题，它来修复。
- AI 原生：面向编码 agent 的 agent 优先调试，支持 Cursor、Claude Code、OpenCode 等 agent 原生工作流。
- ADB：GenAI trace 的数据存储，以开放格式存储，可通过 DataFabric 原生连接 BigQuery、Databricks 或 Snowflake。
使用方式
用户可连接自己的 agent 或应用到 Arize 并发送第一条 trace。Trace 展示每个请求内部发生了什么，提供调试、评估和改进 agent 所需的数据。入门时可先为 agent 设置 trace，之后可随时向应用内 AI 工程 agent Alyx 寻求帮助。Arize 也可从终端开始使用。
集成与标准
Arize 集成 40 多种模型、框架和 AI 工具，包括 OpenAI、Anthropic、Google、Amazon Bedrock、LangGraph、LangChain、LlamaIndex、CrewAI、OpenAI Agents SDK、DSPy 等。平台基于 OpenInference 和 OpenTelemetry 标准构建，可在 Google Cloud、AWS、Azure 及自托管环境中运行。
产品构成
- Phoenix：领先的开源 AI 观测与评估平台。开发者用 Phoenix 追踪 AI 应用、运行评估、调查故障并改进质量。基于 OpenInference 和 OpenTelemetry 标准，集成 OpenAI、Anthropic、LangGraph、LangChain、CrewAI、LlamaIndex 等。可本地运行或自托管。
- Arize AX：基于相同开放标准的托管 AI 工程平台，增加托管基础设施（由号称业界最快、扩展性最强的观测数据存储 adb 支撑）、高级 agent 可观测性、在线评估和持续改进工作流。
适用场景
适用于聊天机器人、RAG 系统、copilot 和 agent 等现代 AI 应用的开发与生产团队，帮助追踪、评估、监控并持续改进 AI 系统。
限制与合规
官方资料未提供具体价格、收费方案或详细使用步骤。Arize 支持灵活部署选项，并声明通过 SOC 2 Type II、ISO 27001、PCI DSS、HIPAA 和 GDPR 等安全与合规标准认证，数据始终由用户掌控。更多信息可查阅 Arize Trust Center。
