之前分享过 OpenAI 在 Community Over Code EU 2026 上的两场 Spark 演讲，把两场完整听了一遍，写成了这篇解读文章。

Agent 演讲的起点很具体：一些 Spark 应用的事件日志超过 100 GB，在 History Server 里打开一次可能要等半小时。人偶尔等一次还行，换成 Agent 排查后，每次工具调用都要等同样的加载，就等不起了。

他们的做法是让同一份状态重建得越来越少。History Server 原本要重放事件日志，重建 driver 运行时早就有的状态；后来改成 driver 结束时存一份 snapshot；最后由 driver 里的 listener 把记录实时写进 GreptimeDB，History Server 直接查。原来那个「可能是 OpenAI 最昂贵的 Flink 作业之一」也不再需要了。

湖仓演讲从另一头走到了同一个选择：想按 task 记录指标，每天就新增数百万到数千万条序列；日志、指标和事件又分散在不同系统里，排查时没有好办法关联。我的看法是，这两个其实是一个问题，数据细到有用的程度，两者就会一起出现。

演讲者也说了，直接换到 GreptimeDB 不一定适合所有人。Agent 排查好不好用，还取决于团队有没有把排查经验写成 skill，这一点数据库替代不了。

解读文章（附视频时间点）：网页链接