AI Agent 可观测性：Trace 里应该有什么
一次运行应能解释决策、工具、成本和失败位置。
建立可持续的 Agent 评测体系
评测应覆盖最终结果、过程质量、安全边界与成本。
上下文装配：让模型只看到必要信息
上下文质量取决于选择、排序、压缩和来源标识，而不是越长越好。
多模型路由：不要只按价格选择
路由应综合风险、上下文、工具能力、延迟和历史成功率。
为 Agent 工具设计幂等语义
模型可能重试或并发调用，副作用接口必须识别同一意图。
高风险工具调用的人机审批设计
审批应成为可持久化状态，而不是阻塞进程的临时弹窗。
Agent 的 Token、时间与工具预算
预算是运行时约束，不应只在账单出现后统计。
长任务 Agent 的检查点与恢复
长任务必须从已提交边界恢复，而不是失败后从头重跑。
把 Agent 循环改造成显式状态机
显式状态与转移比无限循环加提示词更容易测试和恢复。
用事件模型记录 Agent 的每一步
统一事件是重放、审计、评测和恢复的共同基础。