标签
Alan Maguire 在 Linux 存储、文件系统、内存管理和 BPF 峰会上主持了一场会议，提议对 BTF 进行扩展，以存储有关内联函数的信息，从而通过 kprobes 实现对这类函数的内核跟踪。
文章认为，AI Agent框架（如LangGraph、CrewAI等）的选择对生产环境可靠性的影响不如评测（evals）、追踪（tracing）和护栏（guardrails）重要，并为构建Agent技术栈的开发者提供了实用建议。
Progress AI Observability 是一款用于在生产环境中追踪、评估和改进 AI 代理的产品。
Future AGI 是一个开源平台，结合了评估、追踪、模拟、护栏和优化，帮助团队交付自我改进的 AI 代理，并提供夜间版本供早期测试。
Google Devs分享如何使用Google ADK、Gemini Live和LangSmith构建具有完整交互可追溯性的语音助手，包括工具调用和令牌成本。
Darsh 的教程，教你如何使用 LangSmith、LangChain、Ollama 和 Qwen 追踪和监控本地 AI 智能体，从而检查模型和工具调用、延迟及使用情况。
LangSmith 正式上线 Python 端语音 tracing 支持，覆盖 Pipecat、LiveKit、OpenAI Realtime 和 Gemini Live 四个主流框架，将语音对话纳入与文本 Agent 同一套可观测、可评估的工作流，解决了语音 Agent 可调试性差的痛点。
LangChain 推出面向语音框架（Pipecat、LiveKit、OpenAI Realtime、Gemini Live）的 LangSmith 追踪功能，支持完整音频监控、STT/TTS 延迟跟踪、中断检测和 VAD 分析，且仅需极少量代码。
LangChain发布了一个追踪插件，能将每个Cursor AI代理会话转换为LangSmith中的结构化追踪，包括模型运行、工具调用以及嵌套的子代理工作，这是比较编码代理追踪系列的一部分。
讨论了AI代理中一个常见的失败模式：模型声称已执行工具调用但实际并未触发。主张在生产环境中信任执行回执而非代理叙述，以确保可靠性。
LangChain发布了针对LangSmith中Codex会话的追踪插件，支持对每一轮（包括工具调用和令牌使用）进行详细追踪，仅需两个配置块和一个标志即可启用。
本文比较了在四个层面上用于智能体可靠性的热门开发者工具：追踪/评估、运行时护栏和网关。结果表明，没有一款开源工具能覆盖所有层面，大多数开发者会组合使用多种工具。
LangChain 发布了一个插件，可将所有 Claude Code 会话记录到 LangSmith 中以进行调试，只需快速设置三条命令。
使用 Harbor 框架和 LangSmith 沙箱运行智能体评估的指南，提供完整追踪支持。
代码代理成本正在上升，原因是 Claude Code、Cursor 和 Copilot 等工具的日志记录分散；LangChain 的 LangSmith 提供统一的追踪和成本可见性，帮助团队监控和优化支出。
深入探究Linux图形栈，从GPU三角形绘制出发，经过Mesa3D、GLFW、OpenGL、Vulkan、Wayland和Linux DRM，理解整个系统的工作原理。
Arize Phoenix 宣布跟踪级注释现在作为同级列显示在跟踪标题中，并在项目统计面板中作为独立部分，同时在流式传输期间实时更新。
一位开发者询问其他人如何调试因信息过时而做出错误决策的AI代理，并对当前追踪工具（如LangSmith、LangFuse和Phoenix）的有效性提出质疑。
构建了一个新的追踪器用于调试AI代理，它能自动检测循环、将会话记录为可读时间线，并支持并排对比。寻求反馈。