Agent 轨迹怎样留存和回放，怎样保证评测可比较？
轨迹保存模型输入配置、工具调用、工具结果、状态变化和产物，并关联版本与运行标识。回放可以固定工具响应来比较决策，也可以真实重执行；两种模式的结论不同。
固定变化来源
Section titled “固定变化来源”工具回放适合隔离 Prompt 或模型变更，但无法验证真实下游的新行为。真实重执行使用隔离环境和测试对象，写操作禁止无审核地重放到生产。记录随机性、知识快照、依赖版本与时限，敏感日志先脱敏。
回放成功是否证明线上也成功？
Section titled “回放成功是否证明线上也成功？”不能。线上权限、数据、负载和下游响应可能不同。用回放定位差异，再以集成测试和受控线上观察补证据；不把录制的成功返回当成真实执行。
资料
核对于 2026-10-14。OpenTelemetry Traces。正文场景、示例代码与方案取舍为教学示例；具体接口按选定版本核对。