Agent 生产落地难题:追踪工具看不到任务是否真正成功

运行真实操作型 agent(预约、退款、更新 CRM)的团队在 Reddit 求解可观测性盲区:他们已用 Langfuse 做全链路追踪,能看到每次 LLM 调用与工具调用,但上线后发现关键缺口——trace 只记录 agent 做了什么,不验证任务是否真正成功,例如 API 返回 200 而记录实际未写入 CRM。讨论聚焦 LangSmith、Braintrust 等现有工具如何补上这类结果验证能力。

2026-11-17 ~ 2026-11-18 · 2 条相关