让自主 Agent 可追踪、可恢复、可计费

工作流可观测性让自主 AI 运行过程可追踪、故障可诊断、运行成本可衡量。每次执行都应记录目标、阶段转换、工具调用、延迟和结果。

为每次执行分配唯一的 run ID。记录任务目标、模型版本、当前状态、工具名称、脱敏后的结果以及时间戳。日志中不要包含凭据和不必要的个人数据。结构化事件可以帮助判断故障出在规划、工具执行、验证还是交付阶段。

衡量可靠性与成本

跟踪完成率、重试次数、工具错误、延迟百分位数、token 用量，以及每个已完成任务的成本。按工作流阶段和任务类型细分指标。系统整体的平均值可能掩盖成本高昂的重试循环，因此要保留每次运行的追踪记录，并对反复出现的阶段转换发出告警。

限制重试次数，安全恢复

为外部调用设置明确的重试上限和超时时间。在产生副作用之前持久化检查点；工具修改外部系统时，使用幂等键。根据 schema 验证生成的输出；将无效结果转入受控的恢复流程，而不是默默接受。

将遥测数据转化为运行控制措施

对运行停滞、工具反复失败、每个已完成任务的成本上升，以及成功率下降发出告警。每条告警都应包含 run ID 和失败阶段。保留脱敏后的上下文，以便在不暴露机密信息的情况下复现问题。

运维检查清单

• 为每次运行分配唯一 ID。
• 记录阶段转换和脱敏后的工具结果。
• 衡量成功率、延迟、重试次数，以及每个已完成任务的成本。
• 限制重试次数，并在产生副作用之前保存检查点。
• 在服务完全失效之前，对异常发出告警。

工作流可观测性将自主执行从黑盒变成可审计的运行系统。详细架构见原文所指的架构文章。

部分评论可能仅对已登录的访客可见。登录后可查看全部评论。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。