Trace 只记录发生了什么：Reddit 热帖探讨 Agent 调试中观测与评测的边界

nemupre · reddit · 2026-09-06

作者提出一个 Agent 调试中的关键区分：trace 能告诉你发生了什么，却未必能告诉你发生的事是否错了。trace 可以完整记录工具调用、输入输出、状态转移、时序、handoff 和报错，但如果 Agent 给出一个形式上完全合法、却违反业务预期的回答，单靠 trace 往往无法证明结果是错的。作者由此引出可观测性与评测之间该如何划界的问题，并征集补充信号：断言、预期状态、数据集、业务规则还是人工评测。