Agent 出 bug 你怎么复盘·tracing 与会话回放

01没 trace 的 Agent，调试靠猜

Agent 一次任务跑 20 步，最后报错"测试失败"。你打开日志——只有一行 stack trace，根本不知道是第几步的哪个工具调用埋下的雷。这是没 tracing 的常态。

好的 tracing 至少记四样东西，每步都记：

• 输入：这一步给模型/工具的完整输入（prompt、参数）。
• 输出：模型回复、工具返回值，原样留存。
• 工具调用：调了哪个工具、传了什么参数、返回什么。
• 耗时与 token：每步花了多久、烧了多少 token——成本和性能问题靠这个定位。

有了这四样，bug 复盘从"猜哪步坏了"变成"回放看哪步坏了"。trace 是 Agent 的黑匣子，不是可选的日志。

02tracing 时间轴：点步骤看状态

下面是一次 Agent 任务的 trace。点任意一步，看它的输入、输出、工具调用、耗时——这就是会话回放的样子。

03会话回放：像看录像一样复现

trace 记下来之后，会话回放是把它"播放"出来：按时间顺序逐步展示，可以前进/后退/跳转，必要时把某一步的输入重新喂给模型，看会不会复现同样的错。

三个让回放真正可用的关键设计：

• 结构化存储：每步存成 JSON（type/input/output/duration/tokens），别只写文本日志——文本日志没法回放。
• 确定性可复现：工具调用要能离线重放（mock 返回值），否则回放时联网工具结果变了，复现就断了。
• 采样与全量分开：成功任务只存摘要，失败任务存全量 trace——否则存储成本爆炸。

04带走这套清单