Task／Run观测与成本归因

根与跨度

trace以Task／Run为根，子span覆盖context、retrieval、rerank、model、tool、verification和memory。记录开始结束、状态、父子关系、版本、token、费用与受限证据引用。并发span相加不等于端到端延迟；需区分关键路径、排队与实际服务时间。

OpenTelemetry GenAI语义约定在独立仓库演进，实施时固定规范与instrumentation版本。业务事件和供应商属性通过适配转换，不能将某个trace平台的私有schema变成唯一事实。任务事件保留事实，摘要只是便于阅读的视图。

可回答的问题

按任务家族和版本看成功、严重失败、p50／p95、人工分钟和有效结果成本；区分供应商限流、索引陈旧、工具错误与模型推理失误。关联发布版本和动态数据快照，避免把某次知识更新造成的变化误归因给模型。

隐私与证据

无需收集模型隐藏推理链来证明可靠性。保留工具请求、证据、可见决策、回执与产物足以支持多数审计；敏感正文以受控引用存储，调试访问有记录。观测本身可能成为跨租户泄漏通道。

验证

注入一次检索超时、一次工具未知效果和一次validator失败，确认看板能分层归因；对账真实供应商用量与内部账本，覆盖失败重试和后台任务。trace完整不证明业务正确，仍要检查结果后置条件。