多智能体排障别只看最终答案:给 Agent 加一层可观测日志
最近在帮一个三智能体协作的小项目排障时,遇到一个熟悉又头疼的现象:最终答案错了,却不知道是哪一步先走偏的。检索智能体说资料没问题,规划智能体说步骤合理,执行智能体说工具返回正常,三个环节各自“清白”,问题却真实存在。这类故障的根源,往往不是模型能力不够,而是过程不可观测。
先把“过程”当成一等公民
单智能体时代,我们习惯只看输入和输出;多智能体时代,这个习惯会放大风险。每一次工具调用、每一次子任务拆分、每一次中间结论,都可能悄悄改变后续走向。如果只保存最终答案,排障就只能靠猜测和反复重跑,既浪费 Token,也容易把偶然成功当成已经修好。
可观测日志要记录的不是流水账,而是能还原决策链的关键字段:任务编号、智能体角色、工具名称与参数、返回结果摘要、耗时、重试次数和失败原因。字段不必多,但要稳定,同一字段在不同智能体里含义一致,后续才能检索和对比。
三层日志,够用就好
第一层是任务轨迹:记录任务从拆分到汇总的完整路径,看到哪一步分支、哪一步合并、哪一步被跳过。第二层是工具证据:记录每一次外部调用的真实返回,而不是模型转述的结果,这样才能区分“工具给错了”和“模型理解错了”。第三层是决策快照:在关键节点保存模型当时的依据和候选结论,便于事后判断它是信息不足,还是推理走偏。
这三层不必一开始就做得很重。先给每个任务一个统一编号,再把工具调用和关键决策按编号串起来。故障出现时,先按编号拉出整条链,再定位到第一处异常,而不是从头到尾翻聊天记录。
一个小例子
假设客服助手先查订单,再查物流,最后生成回复。如果最终回复说“已退款”,但订单实际只是“已发货”,只看答案很难定责。有了工具证据,就能一眼看到:订单查询返回的是发货状态,而生成回复时模型把“可申请退款”误读成了“已退款”。修复点不在检索,也不在工具,而在最后一步的结论校验上。给生成环节加一条规则——涉及金额和状态的结论,必须与工具返回的原文逐项核对——这类错误就能大幅减少。
别让日志变成新的负担
日志也有成本。全部原文照抄会拖慢速度、抬高存储开销,还可能把敏感信息带进日志。建议只存摘要和关键字段,对敏感字段做脱敏,并设置保留期限,过期自动清理。日志还要能被人阅读:每条记录一句话讲清楚谁、在哪一步、调用了什么、得到了什么、下一步为什么这样走。
落地时记住五点:统一编号;工具返回先存证据,再做转述;关键结论必须回查原文;失败和重试单独标记;每周挑一个真实故障用日志复盘一次。多智能体的能力来自协作,而协作的可靠性来自可复盘的过程。先把过程记录下来,再谈优化和自动化,排障才会从“凭感觉”变成“有证据”。
- 点赞
- 收藏
- 关注作者
评论(0)