AgentOps
03
开源的 Agent 可观测性平台，自动记录 LLM 调用链、成本与异常，帮助团队回放调试多步骤智能体。
自动化在简单页面可用，但复杂站点会因元素重排和异步状态失败。 重点需要在“不能只靠固定坐标和长时间 sleep。”这一约束下形成可验证方案。
本地与云端工具都要鉴权，开发者常直接把 Token 写进提示词。 重点需要在“密钥必须可轮换、最小权限且不出现在模型输入输出。”这一约束下形成可验证方案。
团队希望并行做前端、后端和测试，但共享类型与配置文件经常冲突。 重点需要在“不能依赖事后人工逐行解决所有冲突。”这一约束下形成可验证方案。
Agent 会反复搜索、改代码或重试同一个工具，现有最大步数过于粗暴。 重点需要在“需要区分有进展的迭代与重复失败。”这一约束下形成可验证方案。
测试集通过率很高，但真实用户任务更长，也会遇到权限和工具异常。 重点需要在“指标不能只看成功率与 token 成本。”这一约束下形成可验证方案。
产品想记住用户偏好和项目背景，但对过期事实、敏感信息与错误推断没有策略。 重点需要在“需要兼顾个性化、隐私、可删除性和多设备一致性。”这一约束下形成可验证方案。
客服和运维 Agent 都会在置信度不足时升级，但现有摘要常遗漏证据和已尝试动作。 重点需要在“交接内容必须短，同时需要可追溯到原始记录。”这一约束下形成可验证方案。
工作流包含支付、Webhook 和批量写入，网络超时后无法判断上次是否成功。 重点需要在“上游接口并不都原生支持幂等键。”这一约束下形成可验证方案。
内部 Agent 需要查问题并执行常规修复，但工具组合可能产生意外外部影响。 重点需要在“必须区分只读、可逆写入、外部消息和破坏性动作。”这一约束下形成可验证方案。
一次迁移会跨越多个模块、测试和文档，模型在中途压缩后容易丢失决定。 重点需要在“不能无限追加历史，也不能把整个仓库重复塞入提示词。”这一约束下形成可验证方案。
团队准备让 Agent 连续完成跨文件功能，但目前计划要么过粗，要么细到失去效率。 重点需要在“需要保留人工审批点，同时不能让每个小修改都等待确认。”这一约束下形成可验证方案。
Anthropic 发布 IPO 招股书揭示 AI 变革全球经济的宏大愿景同时飙升的算力成本也引发了可持续性讨论。