Proto Observability добавила GenAI‑представление трейса для агентов
Новый сценарный вид трейса в Proto Observability Platform упрощает отладку ИИ‑агентов: видно, сколько запросов к модели, какие инструменты использовались и где возникли ошибки.
В статье на Habr AI компания Proto объявила о запуске нового типа визуализации трейса — GenAI‑представление. Ранее трейсы ИИ‑агентов можно было просматривать в виде дерева, графа или flame‑графа, но эти форматы не позволяли быстро понять, как именно агент взаимодействует с моделью и внешними инструментами. Пользователи приходилось вручную собирать информацию из десятков спанов, чтобы восстановить логику выполнения.
Новый сценарный вид представляет каждый запрос к LLM и каждый вызов инструмента как отдельный шаг в последовательности, отображая повторные попытки, ошибки, время отклика и конечный ответ, который видит пользователь. Такой подход позволяет за один клик увидеть, где агент «застрял», сколько раз он пере‑запрашивал модель, какие параметры использовал и как менялась реакция системы.
В Proto Observability Platform уже поддерживались несколько представлений трейса: дерево, граф, flame‑граф и гибридные визуализации. Добавление GenAI‑сценария не заменяет их, а дополняет, предоставляя более читаемую и линейную картину поведения агента. Платформа автоматически генерирует сценарий из метаданных спанов, что экономит часы ручного анализа.
Для разработчиков это значит, что отладка сложных цепочек агентных действий становится быстрее и менее подвержена человеческим ошибкам. Кроме того, новая визуализация упрощает коммуникацию между инженерами, продакт‑менеджерами и клиентами, позволяя показывать конкретные шаги поведения ИИ‑агента в виде понятного сценария.
Ссылка на оригинальную статью: https://habr.com/ru/companies/proto/articles/1070254/
Для AI‑разработчиков GenAI‑трейс — это реальный прорыв в отладке агентов: теперь можно быстро находить узкие места и повторяющиеся запросы к модели без ручного склеивания спанов. Студенты курсов по агентным системам получат наглядный инструмент для демонстрации поведения своих проектов, а компании смогут ускорить цикл исправления багов и повысить надёжность продакшн‑агентов.
