一句话速记：SLI 是系统服务质量的量化度量指标，SLO 是工程团队设定的内部稳定性目标（用于指导发布节奏与稳定性治理），SLA 则是对外承诺的服务等级协议（伴随违约赔偿责任）。大模型服务核心监控首字延迟（TTFT）、每 Token 生成耗时（TPOT/ITL）、KV Cache 显存占用率与请求排队深度；告警多采用多时间窗口消耗率（Burn Rate）与分位数监控，注意甄别流式 SSE 状态码与实际输出脱节的伪成功现象以及长输入引起的长尾波动。
可观测性