一个 AI 代理系统管理着 16 个团队，使用 4 个不同的 LLM 提供者。两个月前，其中一个团队开始悄然出现政策决策的幻觉，作者在 11 分钟内发现了这一问题。并不是通过 Datadog 或 Honeycomb，而是通过 47 行 Python 代码写入 SQLite 数据库。虽然 OpenTelemetry 正在开发 LLM 跟踪的语义约定，但作者在六个月前就需要这样的解决方案，因此构建了自...