Dlaczego agenci potrzebują śledzenia
Agenci wykonują wiele wywołań LLM i narzędzi w ramach jednego żądania — bez śladów działasz po omacku.
Dlaczego agenci potrzebują śledzenia to bezpłatna lekcja AI Agents na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Agentów trudno debugować
Pojedyncza wiadomość użytkownika może wywołać 10 wywołań LLM, 5 wywołań narzędzi i 30 sekund opóźnienia. Gdy coś pójdzie nie tak, komunikat „agent udzielił dziwnej odpowiedzi” niczego Państwu nie wyjaśnia.
Tracing pozwala zobaczyć, co rzeczywiście się wydarzyło.
Co rejestruje trace?
Dla jednego żądania użytkownika:
- Każde wywołanie LLM: model, wiadomości wejściowe, odpowiedź, liczba tokenów i opóźnienie
- Każde wywołanie narzędzia: nazwa, argumenty, wynik i błąd
- Kolejność i czas wszystkich kroków
- Końcowa odpowiedź widoczna dla użytkownika
Same logi nie wystarczą
Zwykłe logi (instrukcje print) tracą strukturę trace — nie można określić, które wywołanie LLM należy do którego żądania użytkownika ani jak kroki układają się w drzewo.
Ustrukturyzowane narzędzia tracingowe rozwiązują ten problem.
Span a trace
Pojęcia zapożyczone z OpenTelemetry:
- Trace — cały przebieg agenta (jedno żądanie użytkownika)
- Span — pojedynczy krok w ramach trace (wywołanie LLM, wywołanie narzędzia, wyszukiwanie)
- Spany mają rodziców, tworząc drzewo
A Concrete Trace Tree
Trace: user asks 'What is our return policy?'
|-- Span: retrieve_docs (12 ms)
|-- Span: llm_call_planner (820 ms)
| |-- tool_call: search_kb
|-- Span: tool_call: search_kb (340 ms)
|-- Span: llm_call_synthesise (1100 ms)
Total: 2.3 s, 8400 tokens, $0.012Dlaczego tracing jest lepszy od logów?
- Struktura drzewa pokazuje relacje rodzic–dziecko
- Wizualizacja czasowa ujawnia powolne kroki
- Liczba tokenów i koszt są sumowane dla każdego trace
- Replay: ponowne uruchomienie trace z nowym promptem w celu przetestowania zmian
Kiedy dodać tracing?
Od pierwszego dnia. Tracing podczas tworzenia systemu ujawnia błędy, których nie zauważyliby Państwo podczas debugowania wyłącznie na podstawie rozmów. Dodanie go po incydencie produkcyjnym jest zbyt późne.
Prywatność a tracing
Trace zawierają dane użytkowników. Należy traktować je tak jak logi:
- Maskować PII przed eksportem
- Szyfrować dane w spoczynku
- Przestrzegać zasad przechowywania danych
Tracing a ewaluacja
Tracing oznacza „co wydarzyło się podczas tego jednego uruchomienia”. Ewaluacja oznacza „jak dobrze agent działa na zbiorze testowym”. Potrzebują Państwo obu mechanizmów, ale tracing jest pierwszy — nie można oceniać czegoś, czego nie można sprawdzić.
Koszt tracingu
Tracing dodaje 1-2% narzutu opóźnienia i zwiększa wykorzystanie pamięci masowej. W przypadku rozmownych agentów należy próbkować dane (np. rejestrować w całości 10% trace i 100% nieudanych), zamiast przechwytywać wszystko.
Instrumentacja ręczna a automatyczna
Niektóre frameworki (LangChain, LlamaIndex) instrumentują kod automatycznie — otrzymują Państwo trace bez dodatkowej pracy. W przypadku własnego kodu należy opakować wywołania LLM i narzędzi za pomocą helperów spanów.
Identyfikatory trace w błędach widocznych dla użytkownika
Gdy agent zakończy działanie błędem, należy zwrócić użytkownikowi identyfikator trace:
„Coś poszło nie tak. Identyfikator referencyjny: trace-9c4a... Proszę przekazać go zespołowi pomocy technicznej.”
Zespół pomocy technicznej może otworzyć trace i dokładnie sprawdzić, co się wydarzyło.
Po co tracing?
Dlaczego ustrukturyzowany tracing jest lepszy dla agentów niż zwykłe logowanie za pomocą print?
Podsumowanie
Tracing jest niezbędny. Należy wdrożyć go od pierwszego dnia. W kolejnych lekcjach omówimy, co rejestrować i jakich narzędzi używać.
Często zadawane pytania
Czy lekcja „Dlaczego agenci potrzebują śledzenia” jest bezpłatna?
Tak — pełny tekst „Dlaczego agenci potrzebują śledzenia” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents, przejdź na CoddyKit PRO. Kurs AI Agents zawiera 4 lekcji w sumie.
Co nauczysz się w „Dlaczego agenci potrzebują śledzenia”?
Agenci wykonują wiele wywołań LLM i narzędzi w ramach jednego żądania — bez śladów działasz po omacku. Ćwiczysz AI Agents z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć AI Agents?
Nie wymagamy żadnego doświadczenia. AI Agents w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Dlaczego agenci potrzebują śledzenia”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents?
Tak. Każda lekcja AI Agents zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Dlaczego agenci potrzebują śledzenia
- Rejestrowanie wywołań narzędzi oraz danych wejściowych i wyjściowych
- Opóźnienie i koszt na każdym etapie
- Wizualizacja uruchomień agentów (Langfuse, LangSmith)