20260601

concepts/agent-observability.md

@@ -0,0 +1,52 @@
+---
+title: "Agent Observability（Agent 可观测性）"
+created: 2026-05-30
+updated: 2026-05-30
+type: concept
+tags: [agent, observability, monitoring, tracing, production]
+sources: [[agent-harness-engineering-survey]]
+confidence: high
+---
+
+# Agent Observability
+
+> ETCLOVG 的 O 层：对 Agent 行为进行监控、调试和生产级可靠性管理的独立架构层。
+
+## 核心定义
+
+Agent 可观测性是 ETCLOVG 七层分类法中的第五层（O），从 Lifecycle Hooks 中独立出来作为第一等架构问题。它涵盖 Agent 系统的**结构化追踪、成本归因、可靠性工程和统一观测**四个方面。
+
+## 为什么 O 层需要独立
+
+论文将 Observability 从 Lifecycle 的附属品提升为独立层，理由是：
+- O 层拥有**专属平台生态**：Langfuse、Arize Phoenix、OpenLLMetry 等
+- 在生产线部署中由**不同团队**负责（SRE vs Agent 开发）
+- O 层的工程实践与编排逻辑有本质区别
+
+## 四大子系统
+
+### 1. 追踪与监控
+- **Langfuse / Opik / Arize Phoenix / MLflow**：交互式 trace tree，延迟火焰图，token 分解
+- **OpenTelemetry (OTel)**：成为 Agent 观测的事实标准
+- **语义约定**：定义 span 属性（模型名、温度、token 数、延迟）
+
+### 2. Agent 专用运维平台
+- AgentOps、RagaAI Catalyst、Laminar、Watson、AgentLens
+- 提供 Agent 特有的调试和回溯功能
+
+### 3. 成本追踪与优化
+- TensorZero、Helicone：成本归因和网关
+- FrugalGPT、GPTCache：成本节省策略
+- Dual-Pool Routing：模型路由优化
+
+### 4. 可靠性工程
+- Anthropic 的 Effective Harnesses 和 Harness Design
+- AgentErrorTaxonomy：错误分类
+- SentinelAgent / AgentFixer：故障检测和修复
+- 核心命题："基础设施噪声"可度量地改变 benchmark 分数
+
+## 相关概念
+- [[etclovg-taxonomy]] — 七层分类体系
+- [[lifecycle-orchestration]] — 编排层（O 层从中独立）
+- [[agent-harness-engineering]] — 总体框架
+- [[cost-quality-speed-trilemma]] — 成本维度