AI Agent可观测性：破解多步推理黑盒
多步推理让AI Agent能力跃升，也制造了黑盒。一个任务被拆成十几步，调用工具、调用模型、互相调用，任何一步出错都难定位。
Agent的失败多在链路设计，不在模型能力。多智能体协作时，79%的失败来自架构设计而非模型能力（MAST Taxonomy数据集，1600条trace）。没有观测，只能看到结果失败，看不到第几步、哪个工具、哪句提示导致。
OpenTelemetry的GenAI语义规范用gen_ai.*命名空间记录模型、token、工具名等关键属性（OTel规范，2026.05，整体仍Development状态），靠trace串联看清Agent想什么、做什么、为何卡住。
89%组织已部署某种可观测性（Zylos Research，2026.05），高于Eval的52%采用率。Langfuse、Arize Phoenix、LangSmith、Helicone各有所长。
辩证看，可观测性增加存储与延迟成本，也不直接提升推理质量，只让问题可见。可见不等于可解，但不可见必然无解。先点亮黑盒，再谈优化。
来源标注：MAST Taxonomy（多智能体失败归因）、OpenTelemetry GenAI语义规范（2026.05）、Zylos Research（2026.05 可观测性采用率）。