可观测性与成本

记录一次 Agent Run：模型调用、工具调用、参数、返回、耗时与错误。

哪些指标放进看板，哪些异常需要实时告警。

Token 成本、工具成本、重试成本与单任务成本估算。

并行、缓存、流式输出、小模型路由与减少无效步骤。

线上 Trace → 失败案例 → 评测集 → 修改 → 回归。