Agent 可观测面临哪些新问题?
传统日志、指标和链路追踪难以完整回答 Agent 是否正确完成任务、问题发生在哪个环节,以及如何持续衡量和改善 Agent 质量。

点击查看原文>
本文介绍蚂蚁集团架构师刘杨在QCon上海2026的演讲内容,聚焦Agent可观测与评估。针对传统日志、指标和链路追踪难以判断Agent任务正确性的问题,分享基于OpenTelemetry GenAI语义约定的统一埋点采集,以Trace为核心的实时评估链路,以及面向全量生产流量的两阶段评估机制,可降低90% token成本,实现大规模安全合规评估覆盖。
传统日志、指标和链路追踪难以完整回答 Agent 是否正确完成任务、问题发生在哪个环节,以及如何持续衡量和改善 Agent 质量。
先使用轻量小模型进行全量、低成本、高召回筛查,再对候选 Trace 按需加载完整执行上下文,由大模型完成精准语义裁决,可有效降低 90% token 成本。
将 Agent 业务请求、LLM 节点和模型推理过程关联起来,在 Token 粒度分析生成时序和推理性能,并结合 Token 概率分布、熵等不确定性信号,探索质量预测与后置分析。
破局产品同质化:长期主义的产品突围之路
让AI真正赋能企业(初探)
2nm天玑9600 Pro,把旗舰SoC竞争推向「融合计算」
被AI放大的光学「戏份」,让「配角」舜宇的生意越做越大
AI 减速还是不减速:一场周末点燃的行业与政府对垒
Java新闻汇总:Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4j豆包手机明日开卖,AI能帮你操作App了吗?
差 11 票:币圈和华盛顿的蜜月期结束了
510万一张!携程上架太空旅行船票:已有681人购买,还得自己买保险;娃哈哈因拖欠员工公积金被查封办公楼;华为放权!问界将由赛力斯主导
旗舰SoC进入融合计算时代,天玑9600 Pro首创AI原生架构!产品已批量进入全球头部Tier 1产线,「知来具身」要为工业场景打造“开箱即用”的泛化机器人
旧消费品,正长出新生意无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf,Pi 0.5性能SOTA
不止一颗CPU?智能体经济时代,Arm对算力平台有了新理解
奇安信斩获国家信息安全漏洞库CNNVD两项重磅荣誉
AI 负责创造,人来干脏活,这事儿能否停一下?
亚太唯一!腾讯云首次入选IDC MarketScape 全球托管边缘服务领导者类别科学家演示水下太阳能电池芯视界创始人、董事长兼首席科学家鲍捷:十年产业实践,量子感知芯片为物理AI打开物质世界 "感知入口" | 2026年36氪产业未来大会
潘功胜最新文章:深刻认识中国金融结构变迁(全文)
HTTP 新增 QUERY 方法:有人叫好,也有人质疑“这不就是 GET?”
想把喜欢的故事做成动画?我用 AIXTV 把《聊斋》做出来了
字节跳动CEO梁汝波:豆包、飞书与火山引擎整合后 将加大企业市场投入
Ctenophores Aren’t Just Beautiful. They’re Biological Wonders.
BTC电力消耗可能已经见顶 2025年12月或为历史峰值华为GTS让Agent学会「看着网络排障」,双防火墙难题几乎全拿下
当罗永浩站在群众的对立面Meta新研究:字节模型蒸馏后,天花板破了8点1氪丨8月一线城市房价上涨;携程上架510万一张的太空旅行船票;字节跳动上半年净利润出现下滑,但海外收入占比再创新高