Agent 执行可视化：让 AI 思维链路可调试

可观测性栈里，可视化往往被视为事后的补遗。我对此半认同——只不过，上一篇文章里大家似乎最喜欢的恰恰就是那些可视化。所以这里出一个精简版，只看图。我实际上想在运行中途得到答案的问题很无聊：这家伙现在在干什么，它刚完成的那部分可信吗？

有几个不同的层次都声称能回答这个问题，但它们其实回答的并不是同一个问题。

语义可观测性给你的是管道的来源、输入和输出。

LLM 调用可观测性给你的是 prompt、工具调用、span、token 计数——这些对 agent 与自身对话的过程非常有用，但对其写出的代码随后去做了什么，则一无所知。

代码执行可观测性是第三层：追踪代码运行时的状态，按确定性方式追溯产物及其 lineage，无需手动插桩（有点像极端版的自动日志）。最终输出的是数据集、DataFrame、模型、agent 状态和中间输出，每一项都能追溯到产生或改造它的函数，从而弄清楚被执行的代码实际做了什么、哪个中间步骤输出了哪个结果，甚至（在配合其他若干元素的情况下）错误是从工作流的哪个环节混入的。

以下就是这段代码执行图的可视化：agent 在图中来回穿梭，逐步解析各个节点。

一开始，任务在每个环节都有问题：

随后，随着 codex 逐层逐函数地处理这个图，有些节点开始清空：

如果想获取更多信息，可以展开某个节点：

这种可视化还有很大的改进空间，但希望能说明问题。它是一个调试辅助工具，是一个事后可以指向的追踪记录，对于任何受监管的行业来说，作为 agent 所执行内容的确定性账目，相当有用。