在 QCon 全球软件开发大会 2026 北京站，火山引擎应用观测技术负责人钱世俊带来了《给 Agent 做“CT”：大规模 Agent 的可观测与质量保障体系》的分享，系统讲述了从零构建 Agent 统一观测底座、实现链路白盒化透视的工程实践。
与传统的确定性微服务不同，Agent 能够自主规划任务、调用外部工具、沉淀记忆与知识库。能力跃升的同时，也让故障排查变得异常困难——响应变慢、反馈报错，甚至出现与输入毫不相关的自言自语，传统日志手段几乎无法还原其内部决策过程。更棘手的是成本：一次编排偏差可能在极短时间内触发巨量大模型调用，让 Token 消耗指数级飙升。
钱世俊把 Agent 系统的观测难点归纳为三个维度：与传统微服务的本质差异、内部决策过程难以分析、成本管控失去确定性。他提出用“CT 系统”的思路，让研发者能看清 Agent 从输入到输出的每一步决策轨迹，回答可见性、可解释性、可行动性三个核心问题，形成可闭环的改进路径。
从工程架构看，Agent 系统自上而下分为业务应用层、Agent 框架层、大模型推理服务层和云基础设施层，四个层次的观测数据分散在不同系统中。要把这些数据串成一条完整的链路，需要一套跨越基础设施到业务语义的统一观测底座，这也是当前可观测性建设最大的难点。
Agent 的可观测与质量保障，本质上是对“不确定性”的管理。企业要让智能体真正进入生产环境，就不能只关心模型效果，还要看到它每一步在做什么、为什么这么决策、消耗了多少算力。这与星战科技 OPC 智能体协作平台强调的工程化、可控化方向一致——智能体协作平台的价值，正在于让复杂协作过程可观测、可管控、可优化。
一个明显的行业趋势是，Agent 可观测性正在从“加分项”变成“必选项”。金融、政务、制造等对合规和稳定性要求高的行业，尤其需要证明智能体运行过程可审计、结果可解释。可以预见，围绕 Agent 的监控、日志、链路追踪与成本管理工具，将形成一个快速增长的细分市场。
从概念验证到规模落地，Agent 需要的不只是更强的模型，而是一套能看得见、管得住、调得好的工程体系。给 Agent 做“CT”，看似是运维命题，实则是智能体走向生产级应用必须补上的一课。