# Phillip Carter [[Honeycomb.io]] の技術者で、*Observability Engineering* 第2版第21章「Observability for Large Language Models」の principal contributor(主著者格の寄稿者)を務めた。同章では、Honeycomb の LLM 搭載製品である Query Assistant と Canvas を題材に、評価(evals)とテレメトリを組み合わせた「学習フライホイール」を提示し、Query Assistant のエラー率を25%から1%未満まで低減させた事例などを紹介している。(Source: [[@2026__OReilly__Observability Engineering 2E - Chapter 21 Observability for Large Language Models]])