标签
Laminar（YC S24）发布了 flow-1，这是一个通过强化学习训练、专门用于检测智能体（agent）轨迹中静默故障的模型。其检测质量与 GPT-6-sol 相当，但成本降低了 23 倍，并已集成到 Signals 分析框架及其开源可观测性平台中。
Anthropic 宣布 Claude Platform 的 Managed Agents、Messages API 和 Claude SDKs 支持发送 OpenTelemetry 追踪数据到 Arize Phoenix、Grafana Cloud、Datadog 等任意 OTel 观测工具，目前处于公测阶段。
Sergio Pino 介绍了 DigitalOcean 推出的全新 Simulations 功能，该功能隶属于其 Agent Learning 和 Agent Data Services 产品线，允许团队在模拟的生产环境对话中测试 AI Agent，对交互进行评分，并在正式部署前模拟那些成本高昂的调用。
Claude Code 现已与 Open Telemetry 集成，使工具调用可以直接馈入现有的追踪管道，从而利用 Grafana 和 Jaeger 等工具实现更好的代理可观测性。
Braintrust 推出其代理可观测性平台，提供一个统一、互联的位置，用于插桩、调查和测量，并增强智能功能。
本文介绍了一个开源的代理可观测性堆栈，包含四个MIT许可的仓库，专注于提取和检查模型信念，以提升AI代理的调试和性能。
本文介绍 agent 可观测性与行为调优框架：通过提升或降级 agent 可访问的资源（工具、记忆、子代理）来调整其行为，并讨论性能、执行、用户对齐等视角和证据来源。来自 Lexifina 的 Alan Yahya。
Grafana Labs AI Week第4天聚焦于AI智能体的信任与实施，宣布Agent Observability正式发布（GA）。
Oodle在Hacker News上推出Agent可观测性服务，提供每百万跨度10美元的Agent追踪，帮助AI原生团队检测静默失败并提高可靠性。
一位开发者构建了一个托盘应用，用于监控AI编程代理在其机器上的操作，并分享了观察结果。
这条推文分享了智能体可观测性的最佳实践，涵盖指标、日志和追踪，用于调试和优化生产环境中的AI智能体。
一条关于Latitude的推文，这是一个开源的智能体可观测性工具，可帮助可视化AI智能体的行为和token使用情况，并且能够直接在编辑器中捕获并修复重复出现的故障。
作者认为，当前的智能体可观测性提供了行动轨迹，但缺乏运行时对行动为何被允许的合理性说明，这对于涉及金钱、数据或通信的生产部署至关重要。
Arize Phoenix 为代码智能体提供本地优先、离线隔离的可观测性，使每个智能体拥有自己的追踪、评估和反馈循环，以实现自我验证。
LangChain 在 Interrupt 2026 上发布了 SmithDB（一款专为智能体可观测性设计的分布式数据库）、Context Hub（用于管理智能体上下文的中心化系统，附带开放记忆标准）以及 Deep Agents v0.6。同时还有来自企业案例研究和 Andrew Ng 与 Harrison Chase 的主题演讲。
LangChain 宣布推出 SmithDB，这是一款专为智能体可观测性而构建的分布式数据库，为 LangSmith 提供动力，针对复杂的智能体追踪数据提供卓越的性能和灵活性。
一个开发者工具，可以在沙盒化的GitHub仓库内记录AI代理的运行过程，捕获终端/浏览器会话，并将其转化为可回放的带解说视频，以提升可观测性。
我现在开始觉得这是一种共同经历了。我认识的所有构建 agentic AI 的人，git 历史深处都藏着同样的悄悄话：那个让 agent 无人看管跑了一整个周末的经历、周一收到的账单、试图弄清楚它到底做了什么的取证工作。我的经历是两天内花了 400 多美元。我的 agent 对着同一个研究任务换着法子自言自语了 48 小时，结果什么都没产出。感觉就像被一个非常有礼貌的 Phi