系统更加复杂：架构从最开始的一体化发展到分层模式，到现在的微服务模式，架构的升级带来了开发效率、发布效率、系统灵活性、鲁棒性等优势，但随之而来系统的复杂度将更高，问题的定位将更加难。
环境动态性增强：无论是微服务的架构还是容器化的部署模式，带来的一个特性是环境的动态性会增强，每个实例的生命周期会更短，出现问题后往往现场已经被破坏，登录机器排查问题的方式已经不复存在。
上下游依赖更多：问题的定位最终都会从上下游来排查，在微服务、云、K8s的环境中，上下游将更加多，包括各类其他业务应用、云上使用的各类产品、各种中间件、K8s自身、容器运行时、虚拟机等等。
我们团队从刚开始09年做飞天5K项目起，就一直在负责监控、日志、分布式链路追踪等可观察性相关的工作，中间经历过小型机到分布式系统再到微服务、云化的一些架构变更，相关的可观察性方案也经历了很多演变。我们觉得整体上可观察性相关的发展和自动驾驶等级的设定非常吻合。
自动驾驶一共分为6级，其中0-2级主要还是靠人来进行决定，到了等级3之后就可以进行无意识驾驶，也就是手眼可以暂时性不用关注驾驶，到了等级5的话人就可以完全脱离驾驶这个枯燥的工作，在车上可以自由活动。
AI聊天机器人在教育中被广泛应用于辅导，帮助学生更好地理解各种概念，提高他们的学习。学生可以全天候地寻求他们的帮助，即时收到有用的回复。
聊天机器人本身也可以学习，因为它们是由机器学习技术驱动的。它们与用户互动得越多，就会变得越聪明。
他们还可以实时监控学生的活动，提供主动的帮助。一旦发现学生在学习过程中遇到障碍时，他们就会主动帮助学生克服障碍。
现在已经有很多基于云的LMS工具和集成的AI聊天机器人来帮助学生增强学习能力。最棒的是，你可以将聊天机器人集成到你使用的几乎任何LMS软件中，而无需编写任何代码。
MyBase提供了两层防护，第一层防护是：对所有的数据库都会有一个至少7天之内的备份存储，可以做到没有办法容忍删除。也就是说备份，即使把现在数据库上面的所有数据都删掉了，备份依然会在阿里云上面，只要事例还在有效期之内，依然会存在事例内部，依然可以通过备份把数据恢复。
所以通过MyBase安全物理隔离的机制，可以解决很多行业合规属性问题。大家在普通的业务场景下依然可以选择普通的云服务，一旦需要完全独立的物理隔离环境就可以选择MyBase专属机群服务，作为数据库上云的选择，从而杜绝安全性合规风险。
