Canonical: https://botbento.com/zh/usecases/auditing-agent-execution-traces-for-silent-failures/
Format: Markdown representation of the public HTML page.

[首页](/zh/) / [用例](/zh/usecases/) / [运营](/zh/usecases/?category=ops)

运营 · 高级

已验证

自动化验证

- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 由 google/gemini-3.8-flash 通过 OpenRouter 起草。
- 第二模型审核：x-ai/grok-4.3（无严重或高危问题）。
- 简体中文译文：gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 2026-10-20。
- 仅经自动化检查和 AI 审核，未经人工审核。[验证如何运作](/zh/usecases/verification/)

# 审计智能体执行追踪以排查静默失败

检查多步骤智能体运行记录，检测工具错误、不良推理与失败模式。

[](/text/zh/usecases/auditing-agent-execution-traces-for-silent-failures/index.md)[English](/usecases/auditing-agent-execution-traces-for-silent-failures/)

- 按计划触发每小时批量审查追踪记录
- 然后分析调用跨度与工具调用
- 结果起草含复现追踪的 issue

审查多步骤自主工作流的完整执行日志和调用跨度，精准定位工具或模型偏离预期目标的静默失败。标记异常情况，对重复的失败模式进行聚类，并为开发团队整理可复现的测试用例以供排查解决。

## 起步提示词

BotBento推荐

```
分析存储在数据库中的传入执行追踪记录。检查每个调用跨度、提示词和工具调用，验证智能体是否在没有静默错误或错误工具参数的情况下达成了目标。将相同的失败模式归类为常见类别，并整理一份包含代表性追踪记录的调试报告。在创建 GitHub issue 或向 Slack 发送任何通知之前，先展示分析结果并等待用户批准。
```

## 所用工具

数据库GitHubSlack

## 适用于

BotBento

## 标签

- agents
- observability
- debugging
- testing
- llmops

## 来源

[Launch HN: Laminar (YC S24) – RL-trained model that finds errors in agent traces](https://news.ycombinator.com/item?id=50154029)
Hacker News · 已核查 2026-10-20

内容以我们自己的话概述。其中描述的任何结果均为原作者所述，并非 BotBento 实测。

由 AI 辅助自英文版翻译，并经自动审核模型检查。以英文文本为准。

作者：BotBento Editorial · 发布于 2026-10-20 · 更新于 2026-10-20 · [提交更正](/contact/)

## 相关用例

-

运营[](/zh/usecases/verification/)

## [智能体追踪行为异常监控](/zh/usecases/agent-trace-behavioral-anomaly-monitor/)

扫描生产环境智能体追踪记录，检测死循环、提示词泄露与用户挫败情绪

工具：Datadog, Slack, 数据库高级
-

运营[](/zh/usecases/verification/)

## [监控智能体日志中的工具错误和对话循环](/zh/usecases/monitoring-agent-logs-for-tool-errors-and/)

在生产环境智能体追踪记录中检测异常工具调用、重复循环和用户使用阻力

工具：GitHub, Slack, 数据库中级
-

运营[](/zh/usecases/verification/)

## [编程智能体模型路由与成本优化器](/zh/usecases/coding-agent-model-routing-and-cost-optimizer/)

根据任务复杂度和预算将开发智能体提示词路由至合适的语言模型

工具：GitHub, Slack, 终端, 数据库高级