执行轨迹、循环与故障归因

轨迹帮助解释为什么失败

最终答案只显示结尾，无法说明Agent是否反复搜索、遗漏要求、使用过期证据或靠超额预算才完成。轨迹评测保存每次模型调用、工具参数与结果、状态变化、任务修订和费用；不需要取得私有思维链。先从可观察事件寻找问题，再决定是否需要更强模型或不同控制逻辑。

观察必要约束与进展

测无信息增益的重复调用、相同候选反复生成、验收项长期不减少、过早宣布完成、缺失tool result、取消后继续执行、压缩后丢失否定条件，以及子Agent重复或冲突。必要顺序由合同规定，例如审批必须先于发送；研究过程不应被固定成唯一脚本。记录关键路径时间，不能仅以更多并发调用判断效率更高。

用反事实和消融定位瓶颈

固定模型、任务和预算，给gold retrieval后若成功恢复，优先修检索；替换正确工具结果后恢复，检查连接器或接口；关掉memory反而变好，检查污染和召回；删去旧prompt补丁后变好，说明harness假设可能已过时。每次只改可解释的一类因素，再用未参与调参的任务检查泛化。

将发现转成可修复问题

失败分类可区分输入歧义、证据缺失、工具接口、计划选择、状态持久化、权限、验证器和基础设施。一个trial可能有主因与次因，保留证据和人工裁决，避免由模型自动写一句根因后直接训练。轨迹评分用于解释和改进，不宜奖励冗长推理或惩罚简短合法路径。能力提升最后仍由业务终态与成本验证。

用反事实缩小根因范围

保持模型和任务不变，先替换正确检索证据，再替换规范工具响应，最后对比有无额外计划步骤。若正确证据立刻消除错误，优先修检索而非训练；若工具返回过长导致关键字段被忽略，则改呈现和上下文预算。轨迹审查关注可见动作和结果，不要求暴露私有思维链。多Agent记录父子任务、共享资源和产物版本，才能找到谁覆盖了谁，以及并行是否真正减少关键路径时间。