whatbroke 用轨迹 diff 抓 AI Agent 的工具调用回归
Impossible-Alarm-738 · reddit · 2026-07-25
- 作者发现，模型替换后，agent 仍然对用户说“done!”，但实际上已经悄悄不再调用 cancelsubscription 工具了。
- 仅看文本输出根本抓不住这种回归，于是他做了一个叫 whatbroke 的工具，专门对比 agent 的完整执行轨迹，而不只是对比回复文本。
- 工具会比较两份 JSONL trace，告诉你工具调用、参数、顺序、成本、耗时和最终输出到底哪里变了。
- 它支持代理录制模式，能接入任意语言；也可以直接导入 Langfuse、LangSmith 或 OpenTelemetry GenAI spans 的 traces，用来对比生产环境前后变化。
- 项目是 MIT 许可证、完全离线、无 API key，并已开源在 GitHub：arthi-arumugam-git/whatbroke。
所属事件:whatbroke：用轨迹 diff 抓 AI Agent 行为回归(2 条相关)→
「编程与Agent」频道最新
- Perplexity 发布 CLI 仓库和 Skill 资源入口 — inductionheads · 2026-07-25
- 有人认为 Grok workflows 比 skill 更省 token — yunta_tsai · 2026-07-25
- GPT-5.6 编排器配 Gemini Flash 工位、Opus 5 顾问 — Saboo_Shubham_ · 2026-07-25
- Codex 辅助迁移在 21 个文件后完成 Stage 2 — vxnuaj · 2026-07-25
- Codex 一次测试就拿到 iOS 游戏第一名 — talkaboutdesign · 2026-07-25
- GitHub 上的 whatbroke：一个离线对比 AI Agent 行为的工具 — JeffLadish · 2026-07-25