Comet 详解 Opik Diagnostics:Agent 生产调试两次失败与最终方案
techNmak · x · 2026-10-03
Comet 团队发布长文,复盘为可观测性平台 Opik 构建 Diagnostics 自动调试工具的完整过程,包括两次失败的尝试。团队发现生产 agent 团队的典型工作流——人工找 trace、下载 JSON、贴给 Claude Code 分析——无法规模化,而最重要的问题恰恰不会抛异常:agent 会安静地重试失败的工具、在无人察觉时悄悄改变行为。文章详述了他们如何设计自动化诊断、尝试让模型批量检查 trace 的几种方案,以及最终把大规模检查下沉为对 trace 数据的普通查询的工程决策。这是与上文 techNmak 推文同源的原始技术复盘。
所属事件:Agent 生产调试:单条 trace 有说服力但需统计验证(2 条相关)→
「编程与Agent」频道最新
- Klaus 分享 AI 测试平台界面:一句话即可生成全站测试 — KlausCodes · 2026-11-19
- 开发者吐槽 GPT「防御式编程」掩盖 bug,官方回应征集案例 — pvncher · 2026-11-19
- Flutter 发布 A2UI 1.0:让 Agent 用真实交互式组件回应而非纯文本 — rseroter · 2026-11-19
- 一张图讲透 Agent 四件套:Skills 定流程、MCP 给访问、RAG 查知识、Memory 存经验 — MaryamMiradi · 2026-11-19
- Anthropic 发文详解 Agent 记忆:用“做梦”整理 Claude 的经验 — daniel_mac8 · 2026-11-19
- 开发者观点:外部记忆系统或比算法突破更能解决持续学习 — daniel_mac8 · 2026-11-19