只看 CPU 和内存，无法及时发现结算失败或页面不可用。“监控应从用户可感知的服务目标开始”看似是一个局部问题，实际会影响信息理解、协作方式和后续维护。如果实现只追求短期可用，复杂度和风险会在下一次修改或故障时集中暴露。
建议用小范围验证建立方向。起点是：定义可用性、延迟和错误率指标。方向稳定后处理：覆盖关键业务探测。进入落地阶段再完成：让告警包含影响、上下文和处理手册。这样可以避免方案停留在会议结论或静态稿件中。
方案完成不等于问题解决。复盘时重点检查系统是否稳定、安全、可恢复，并且能被当前团队持续维护，并持续观察性能、错误率、变更失败率、恢复时间、安全事件和维护成本，用真实结果决定下一轮调整。