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
- 前沿模型能在任何软件里找到「无限多」bug，创业者感叹颠覆认知 — lemire · 2026-10-27
- 掌握 Agentic AI 工程必读的 20 篇论文清单，按六大模块整理 — MaryamMiradi · 2026-10-27
- LangChain 旧金山 Meetup：决策模型如何为 Agent 评测降本 — LangChain · 2026-10-27
- 你的 popcount 循环为何被 Clang 换成一条位计数指令 — jimmykoppel · 2026-10-27
- Claude 被喂「物理穿帮」AI 视频：自动算 CFD 修复后重渲染同场景 — OfirPress · 2026-10-27
- 一句话让 Opus 5.5 给房车游戏加上无人机驾驶模式 — ezshine · 2026-10-27