Trace Engineering: 自主 AI Agent 的可观测性架构
文章指出生产环境中多 Agent 系统的故障调试不是提示词问题，而是分布式系统可观测性问题。作者提出 Trace Engineering 架构，区分了日志、轨迹与分布式执行追踪三种对象：日志记录文本输出，轨迹记录顺序对话轮次，而追踪以 DAG 形式刻画因果图，支持并行分叉与子 Agent 委托。文章进一步阐述确定性重放与因果状态重建，通过事件溯源（append-only 事件账本）记录工具载荷、随机种子与采样参数，实现 Mocked Replay（离线零成本验证）与 Live State Resumption（从快照恢复现场）两种调试模式，避免不可控的递归重试烧毁大量 Token 成本。
