Observabilitate și depanare
Observabilitatea leagă rezultatul de pașii care l-au produs.
Ce vei învăța
- Explici: erorile au nevoie de trasee explicite
- Aplici ideea într-un exemplu: Observabilitate și depanare
- Recunoști limitele și verifici rezultatul exercițiului
Observabilitatea leagă rezultatul de pașii care l-au produs. Datele de diagnostic trebuie să ajute fără să expună secrete.
Poți parcurge acest curs fără cont și fără programare. Exemplele sunt sintetice și rezultatele AI trebuie verificate.
Cum funcționează, pas cu pas
Erorile au nevoie de trasee explicite
Un timeout nu este același lucru cu o eroare de permisiune. Reîncearcă doar erorile tranzitorii, cu un număr limitat de încercări și pauze crescătoare. O operație cu efecte poate fi executată înainte ca răspunsul să se piardă; repetarea fără cheie de idempotency poate dubla efectul. Streaming arată progresul, dar nu garantează finalizarea. Checkpoint-urile pot permite reluarea etapelor eșuate, în limitele runtime-ului. Păstrează identificatorul rulării, etapa, durata și eroarea, eliminând secretele din logs. Măsoară și cel mai lent traseu, nu doar media.
Definește succesul înainte de optimizare
Pregătește un set de cereri reprezentative și răspunsuri sau proprietăți așteptate. Include cazuri obișnuite, ambigue, fără date și cu erori de unelte. Pentru RAG măsoară separat găsirea dovezii și corectitudinea răspunsului. Recall@k urmărește proporția dovezilor relevante găsite în primele k rezultate; precision@k urmărește proporția rezultatelor relevante. Pentru agenți urmărește și acțiunile, accesul și oprirea. Un LLM-as-judge poate accelera evaluarea, dar se calibrează față de oameni. Nu modifica simultan promptul, modelul și indexul dacă vrei să înțelegi cauza îmbunătățirii.
Accesul se verifică înainte de folosire
Permisiunile trebuie aplicate în server și în stratul de date. Nu lăsa modelul să decidă dacă un utilizator poate vedea un document. Filtrează sursele înainte să intre în context, nu după generarea răspunsului. Folosește chei cu acces minim, nu le pune în prompturi, capturi sau cod din browser și rotește-le dacă sunt expuse. O listă de domenii permise pentru widget nu înlocuiește autentificarea API. Autentificarea arată cine ești; autorizarea arată ce operații și date poți folosi. Testează și accesul refuzat.
Harta vizuală
Urmărește săgețile continue pentru fluxul principal. Săgețile albastre punctate furnizează date sau context; cele roz punctate arată feedback sau rezultate care revin. Culorile și formele disting modelele, stocările, deciziile și rezultatele. Pe ecrane mici, derulează orizontal pentru a urmări întreaga diagramă.
Un exemplu complet
Un răspuns lent are retrieval 0,2 s, rerank 0,4 s și tool extern 8 s. Identificatorul rulării conectează etapele; promptul și modelul au versiuni înregistrate.
Încearcă tu
- Construiește o cronologie cu etapă, durată, rezultat și identificator de rulare.
- Notează intrarea, sursa și rezultatul așteptat înainte să rulezi experimentul. Folosește doar datele fictive din exemplu.
- Urmărește etapele din diagramă. La fiecare pas scrie ce informație primește și ce produce; nu confunda rezultatul intermediar cu rezultatul final.
- Repetă cazul după eliminarea unei informații necesare sau după o intrare ambiguă. Verifică dacă sistemul cere clarificare, se oprește sau inventează.
- Compară cu soluția comentată. Păstrează configurația, data, rezultatul și o explicație pentru orice diferență. Schimbă un singur lucru și retestează.
Soluție comentată
Identifici tool-ul ca sursă a latenței și păstrezi eroarea fără credentiale. Pentru a considera exercițiul reușit, poți arăta legătura dintre intrare, etapele parcurse și rezultat. Dacă lipsesc date, un răspuns prudent este mai util decât o completare inventată. Nu compara doar stilul: verifică și condițiile, sursele și operațiile efectuate.
Când merită și ce poate merge prost
Instrumentele externe de tracing nu sunt controale UI presupuse. Alege această abordare când îmbunătățește o nevoie măsurată. Păstrează o variantă simplă ca referință și compară rezultatele pe aceleași intrări. Un singur exemplu reușit nu stabilește fiabilitatea în toate situațiile.
Verifică ce ai înțeles
Un timeout dovedește că operația nu s-a executat?
Nu. Verifică starea înainte de reluarea unei acțiuni cu efecte.
O notă bună de stil dovedește succesul unui agent?
Nu. Agentul poate scrie frumos după ce a folosit unealta sau datele greșite.
Ce rezultat trebuie să obții în acest exercițiu?
Identifici tool-ul ca sursă a latenței și păstrezi eroarea fără credentiale.
Cuvinte de ținut minte
- Idempotency: Repetarea controlată fără duplicarea efectului.
- Regresie / Regression: O schimbare care strică un caz anterior corect.
- Autorizare / Authorization: Verificarea dreptului la o operație sau resursă.
Surse și următorul pas
Pentru pregătire: E03 — Evaluarea agenților și a echipelor