待验证50% 置信观点精确时间
传统可观测性栈（OTel+日志+数据库）在AI Agent审计中存在三块结构性缺失：决策推理的原因、模型与配置的版本化快照、以及隐式状态的捕获
1
来源数
50%
置信度
长期有效
时效性
2026/8/12
首次发现
来源
相关事实
待验证AI Agent验收应采用三层通过标准：HTTP层（状态码正确）、日志层（trace无error级别错误且有预期业务日志）、数据层（数据库有正确数据留痕且持久化完成）75% 相似待验证金融级AI Agent的架构需要涵盖上下文管理、工具执行、权限管理、审计日志、人工确认检查点和错误恢复等完整机制。75% 相似待验证AI Agent可观测性从传统软件的日志、指标、追踪三支柱演化而来，并新增Token消耗、提示词版本、工具调用链、推理路径分叉、上下文窗口占用等维度75% 相似待验证AI Agent的依赖漂移是多维度风险，涉及推理API、向量数据库（如Pinecone、Weaviate）、orchestration框架（如LangChain、LlamaIndex）及外部工具集71% 相似待验证AI Agent的状态不仅存在于应用数据库中，还隐含在LLM的上下文窗口里，是一种易失的、难以外部化的隐式状态70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/736838API
curl https://kongchang.com/api/v1/knowledge/claims/736838MCP
get_claim(id=736838)