AI功能存在可观测性缺口：传统服务故障明显，AI代理却会静默返回错误答案。以支持代理为例，通过分布式追踪可定位问题——检索时版本过滤为空导致返回旧版文档，而忠实度评估无法发现。建议用确定性测试断言检索约束，用模型评估答案质量，并保留提示、模型、检索配置等上下文，将评估结果链接回追踪。