1. 核心结论

• Trace 追踪 AI 请求的完整调用链路，包括 LLM 调用、工具调用和中间步骤
• 可观测性是 AI 产品质量保障的基础设施
• OpenTelemetry 和 LangSmith 是常用的可观测性工具

2. 基础概念

Trace：追踪 AI 请求完整调用链路的技术 Span：Trace 中每个操作单元的记录 可观测性：通过日志、指标和追踪了解系统状态的能力 LangSmith：专为 LLM 应用设计的追踪和分析平台

3. 实战场景

• AI 产品性能分析
• 错误定位
• 成本归因
• 质量监控

4. 关联笔记

• 日志与监控
• AI应用架构
• Agent评估