给 Agent 做“CT”：大规模 Agent 的可观测与质量保障体系

火山引擎应用观测技术负责人钱世俊在QCon 2026北京站分享大规模AI Agent的可观测与质量保障实践。他指出，Agent因自主规划、工具调用及记忆机制，传统监控手段难以应对，面临可见性、可解释性与可行动性三大挑战。问题根源在于业务、框架、模型推理及云基础设施四层观测数据分散，存在链路断、语义断与因果断。为此，团队构建统一观测基座，融合指标、追踪、日志及Prompt、Token等AI特有数据，并协同五大支柱：统一门户整合多产品，统一集成中心基于OpenTelemetry标准，自研OneAgent采集器实现高性能数据接入，支持并发自适应调整，确保极端压力下数据不丢失。该体系旨在实现Agent内部链路白盒化透视与根因定位，形成持续优化闭环。