Agent 监控全绿却结果全错？Reddit 征集最丑陋的真实失败案例

Sensitive-Parsnip-12 · reddit · 2026-09-06

一位开发者发帖征集 agent/LLM 系统中「所有监控面板都显示健康、但实际结果错误」的真实失败案例：没有异常、工具调用返回 200、模型正常响应、检查全过、trace 看起来干净，最终产出仍是错的。作者点名不要泛泛的「LLM 会幻觉」，而想要真正需要深挖执行过程才能定位的案例，并追问三件事：发生了什么、最先检查什么、什么线索最终暴露了问题，以及回看时希望系统当时记录下哪些信息。对做 agent eval 与可观测性工程的人是有价值的素材征集帖。