LangChain Blog
·
在软件中，代码记录应用的功能；而在人工智能中，追踪记录了其行为。
💡
原文英文，约1500词，阅读约需6分钟。
📝
内容提要
在传统软件中，代码是理解应用的关键；而在AI代理中，决策逻辑发生在运行时模型中，代码仅为框架。代理的真实行为记录在追踪中，调试、测试和优化需基于追踪进行，理解代理行为需分析追踪而非代码，监控质量和协作也应围绕追踪展开。
🎯
关键要点
- 在传统软件中，代码是理解应用的关键，决策逻辑存在于代码库中。
- 在AI代理中，代码仅为框架，实际决策发生在运行时模型中。
- 代理的真实行为记录在追踪中，追踪文档化了代理的实际操作和原因。
- 调试、测试、优化和监控等操作需基于追踪而非代码进行。
- 在传统软件中，代码是真相来源，而在AI代理中，真相来源转移到追踪。
- 追踪是代理采取的步骤序列，记录了每一步的逻辑、调用的工具及其结果。
- 调试变为追踪分析，需查看追踪以找出推理错误而非代码错误。
- 无法在推理中设置断点，但可以通过追踪和实验环境进行逻辑断点分析。
- 测试需以追踪为驱动，捕获追踪并将其添加到测试数据集中。
- 性能优化需分析追踪以发现决策模式，而非仅仅分析代码。
- 监控应关注决策质量而非仅仅系统健康，需分析追踪以评估任务成功率和推理质量。
- 协作需在可观察性平台上进行，追踪成为协作工具而非仅仅监控工具。
- 产品分析与调试合并，需通过追踪理解用户行为和代理行为。
- 在AI代理中，追踪是文档，需建立良好的可观察性以支持追踪分析。
