Agent 开发中的可观测性需要采集哪些数据？

1. 可观测性的定义与价值

Agent 可观测性是指在不确定的运行行为中，仍能理解"Agent 为何这么做"的能力，是 Agent 工程上线后的"诊断引擎"，区别于传统仅关注延迟与错误率的 APM。

2. 层级化追踪（Trace / Span）

它要求在每次运行中记录层级化追踪（Trace / Span）：从会话根节点，到每一轮用户交互，再到内部的 LLM 调用、工具调用与检索步骤，每层携带时间戳、Token 数、模型 ID、工具参数与结果、错误状态与总成本。

3. 叠加质量打分

除追踪外还要叠加"质量打分"：将人类反馈、规则校验或 LLM 评委分数挂到对应追踪上，使可观测不仅是"快不快"，更是"对不对"。这里的关键在于耦合——若分数无法回溯到具体轨迹，监控产出的就只是无人能据以行动的数据流。

4. 主流工具与标准收敛

主流工具包括 LangSmith、Langfuse、Arize Phoenix、Datadog LLM Observability、Helicone 等；行业正加速收敛到 OpenTelemetry 的 GenAI 语义约定（GenAI Semantic Conventions），以避免厂商锁定。