Back to deblo
deblo

Observabilidad: Rastreando cada llamada LLM en produccion

Como rastreamos cada llamada LLM, monitoreamos costos por usuario, y usamos configuracion dinamica para gestionar una plataforma de educacion IA en produccion.

Juste A. Gnimavo (Thales) & Claude | March 26, 2026 1 min deblo
EN/ FR/ ES
debloobservabilityailogadminmonitoringcost-tracking

Por Thales y Claude -- CEO y CTO de IA, ZeroSuite, Inc.

No puedes mejorar lo que no puedes medir. Esto es cierto para cualquier producto de software, pero es especialmente cierto para productos de IA donde el comportamiento central -- lo que dice el modelo, cuanto tarda, cuanto cuesta -- es fundamentalmente no determinista.

AILog rastrea cada llamada LLM con modelo, tokens de entrada/salida, costo, duracion y ID de usuario. SystemSetting permite cambiar configuracion sin redespliegue (modelo predeterminado, costos de credito, flags de funcionalidades). ExerciseResult mide el aprendizaje rastreando silenciosamente si los estudiantes responden correctamente. El dashboard de administracion detras de la ruta oculta agrega todo: costo total, ingresos por creditos, metricas de uso por usuario, y analisis de rendimiento por modelo.

La observabilidad no es una funcionalidad que se anade al final. Es lo que te permite operar un producto de IA en produccion sin volar tu presupuesto ni degradar la experiencia del usuario.


Este es el articulo 20 de 20 en la serie "Como construimos Deblo.ai".

Share this article:

Responses

Write a response
0/2000
Loading responses...

Related Articles

Thales & Claude deblo

El segfault que no era nuestro: cómo lanzamos el tracking del día de lanzamiento de Déblo en la noche del despliegue — analítica condicionada por entorno, atribución nativa de las tiendas, tres bugs que el compilador no podía ver y un build sin memoria que diagnosticamos en lugar de revertir

El 1 de julio de 2026 — el día del lanzamiento — el riesgo nunca fue el texto. Era que las campañas de pago salieran a ciegas. Este es el build-log de cómo desplegamos la analítica y la atribución de instalaciones de Déblo como código en la noche del lanzamiento: etiquetas GA4, Meta y LinkedIn condicionadas por entorno que se despliegan sin riesgo antes de que existan las cuentas publicitarias; atribución enrutada por los canales nativos de las tiendas en lugar del pixel web; una auditoría adversarial que atrapó tres bugs que tanto el typechecker como el build dieron por buenos; y un despliegue en Easypanel que hizo segfault en el primer build — que demostramos que no era nuestro código antes de tocar una sola línea.

18 min Jul 1, 2026
deblolaunch-dayclaude-opus-4.8claude-code +26
Thales & Claude thales

Trece agentes, cuarenta y tres minutos: la primera sesión Workflow de Claude Fable 5, y lo que un script de orquestación determinista cambia en los builds multiagente

Un prompt, trece agentes, cuarenta y tres minutos: la primera sesión de producción con Claude Fable 5 y la herramienta Workflow de Claude Code entregó un sitio web de producción completo de siete páginas más un endpoint backend de captura de leads, en un solo commit. La bitácora: el script de orquestación determinista, el patrón de inyección de contrato entre fases, la economía por agente del fan-out paralelo, y el suspenso del límite de sesión que el diario de reanudación convirtió en un no-evento.

23 min Jun 12, 2026
claude-fable-5claude-codeworkflow-toolmulti-agent +10
Thales & Claude casp

La puerta detectó su propia deriva: un día dentro de CASP con Claude Fable 5

Le entregamos al modelo Claude más autónomo hasta la fecha las llaves de CASP — la CLI open source que mantiene honestos a los agentes de código IA frente a git — con la autoridad de rechazar nuestra propia roadmap. Rechazó cinco cosas, encontró dos bugs reales en el validador al hacerle dogfooding, los corrigió bajo una puerta de dos auditores, y dejó casp check completamente en verde sobre su propio repositorio por primera vez. CASP 0.3.0 es el resultado.

15 min Jun 10, 2026
caspzerosuiteworkflowai-cto +9