LangChain 谈 Agent 可观测性：仅有 trace 不够，还需反馈驱动学习

LangChain 发文指出，Agent 可观测性不该只当调试工具，其更深层的价值在于驱动学习，而单靠 trace 无法形成闭环。学习可发生在模型、harness 和上下文三个层面，既可由人工审查 trace 完成，也可通过在线评测等自动化方式发现值得关注的轨迹。反馈形式包括用户显式评分、间接用户行为、LLM-as-a-judge 和确定性规则，核心要求是把反馈与 trace 一起存储。