Agente AI Observabilidad: Diagnóstico de las cerraduras sin salida con un gráfico de espera

Agentes AI la observabilidad debe responder a una pregunta de coordinación que la telemetría de solicitud ordinaria deja abierta: ¿Quién está esperando a quién, y esa espera todavía es legítima? El defecto práctico es de dos capas. Mantenga rastros para detalles de ejecución causal, luego mantenga un pequeño nivel de aplicación gráfico de espera para dependencias activas. Cada borde dirigido dice que un agente no puede continuar hasta que otro agente, una persona o un sistema externo suministra algo específico. Un borde acíclico a un agente de trabajo es normalmente una espera normal. Una ventaja para una persona es un estado de necesidades humanas. Un ciclo cerrado de agente a agente es una advertencia, pero se convierte en un candidato a un estancamiento solo cuando cada participante también ha dejado de hacer progresos útiles durante un intervalo calibrado. Esa condición final es importante. Reiniciar un agente saludable porque su duración es silenciosa destruye el contexto. Reiniciar todo un grupo porque un gráfico contiene un ciclo nuevo puede duplicar las llamadas de la herramienta. El operador necesita topología, frescura y un resultado esperado, no una sola luz ocupada. Las huellas muestran la ejecución; los bordes de dependencia explican la pausa Las orientaciones actuales de observabilidad AI de Microsoft recomienda rastros de extremo a extremo que vinculan los pasos de ejecución del agente, con identificadores de ejecución, invocaciones de herramientas y agentes, y suficiente contexto para reconstruir incidentes. También dice que la latencia, los errores y el rendimiento son demasiado estrechos para establecer la calidad y fiabilidad del sistema AI. Esta es una base útil, pero no define la promesa de su solicitud entre dos agentes colaboradores. Los emergentes OpenTelemetry Convenciones de extensión de agentes de GenAI proporcionan vocabulario para operaciones como invoke agent , invoke workflow , plan y execute tool , además de identificadores de agentes estables cuando estén disponibles. El documento está explícitamente marcado Development . Trata como una capa de interoperabilidad en evolución, no permiso para pretender que un atributo propuesto demuestra que tu flujo de trabajo se completó. Imagina que un agente de investigación invoca a un revisor. El período de invocación puede terminar con éxito aunque el revisor no haya aceptado la asignación, el revisor esté esperando un contrato de destino o el paquete fuente solicitado nunca haya llegado. El span describe la invocación. El registro de dependencia describe por qué la operación más grande no puede avanzar. Usa ambas cosas. No sobrecargue el estado del lapso con resultados de aplicación que no pueda admitir. Registrar el contrato de espera mínimo Un borde útil es deliberadamente pequeño. Necesita identificadores operativos estables y frescura, no prompts o cadena de pensamiento: operation id contiene el gráfico. waiter → blocker proporciona su dirección. blocker type distingue a un agente de un servicio humano o externo. since le dice cuánto tiempo ha existido la dependencia, mientras que last progress at se refiere a un movimiento útil en esta operaciónno a un latido cardíaco, una corriente de tokens o un retiro repetido. reason debe nombrar la condición desaparecida. authority evita que una puerta de aprobación sea recuperada como si hubiera sido un proceso fallido. Mantenga el contenido fuera del borde. Un identificador de tarea, hash de artefactos, código de razón redactado y ID de correlación de rastro suelen ser suficientes. Las directrices de Microsoft colocan la minimización de datos, la retención, el control de acceso y la privacidad junto a la utilidad forense. Un gráfico de espera debe ayudar a localizar la evidencia; no debe convertirse en un segundo almacén de instrucciones, argumentos de herramientas, secretos o contenido entregable. La ilustración anterior es una pausa normal. La cadena es acíclica, el trabajo arriba es fresco, y el bloqueador final es la autoridad humana explícita. Ningún agente puede suministrar esa autoridad. La acción correcta es dirigir la decisión al propietario con las pruebas pertinentes. Un ciclo gráfico es evidencia, no un veredicto La detección de ciclos es barata. El diagnóstico no lo es. Para cada operación activa, construye un gráfico dirigido desde los bordes de agente a agente y ejecute una búsqueda de profundidad o un algoritmo de componentes fuertemente conectados. Un componente con más de un nodo o un borde propio contiene un ciclo. A continuación, evalúe tres condiciones independientes: 1. Coverage: ¿Están representados todos los participantes activos y las dependencias, o falta telemetría? 2. Freshness: ¿Cuándo cambió por última vez cada participante el artefacto esperado, la decisión o el estado de tarea verificada? 3. A Autoridad: ¿Alguna ventaja espera intencionalmente una persona, una credencial, una elección irreversible o un servicio externo? Sólo se puede llamar obsoleto el ciclo cuando la edad de último progreso más joven en ese ciclo exceda el umbral. El uso de la edad más antigua es un error sutil: un participante que hace mucho tiempo inactivo podría hacer que un ciclo parezca atascado incluso mientras otro participante cambia la salida hace segundos. El umbral es específico de la carga de trabajo. Cinco minutos es plausible para un rápido ciclo de revisión de código local y absurdo para un agente de investigación que espera en una larga construcción. Comience con un intervalo de progreso esperado para esa operación, añada una pausa en el transporte y la programación, y mantenga un estado UNCERTAIN CYCLE cuando la evidencia sea demasiado fresca o incompleta. Esta distinción también protege contra el sesgo del reloj. Si las timestamps vienen de varios anfitriones, normalizálas a través de un coleccionista de confianza o lleve un reloj fuente y la incertidumbre ligada. Una edad negativa o increíblemente alta debería reducir la confianza, no desencadenar la recuperación. Reproducir cinco estados de coordinación Probé la regla con ocho bordes NDJSON agrupados en cinco operaciones. El tiempo fijo es 2026 07 24T18:30:00Z , y la ventana obsoleta ilustrativa es de 300 segundos. El clasificador aplicará el siguiente orden: Esa orden es parte del contrato de seguridad. Si se prueba para los ciclos ante la autoridad, un borde de aprobación humana representado por un agente proxy puede ser mal manejado. Si solo se prueba la frescura, una tienda de artefactos inaccesible y un grupo de agentes que esperan mutuamente colapsan en el mismo tiempo de espera genérico a pesar de que sus reparaciones difieren. Ejecutar el clasificador determinista producido: Los dos ciclos tienen la misma forma. Sus conclusiones operativas difieren porque el ciclo de dos agentes cambió el estado útil hace 1520 segundos, mientras que cada miembro del ciclo de tres agentes ha estado en silencio durante al menos 1,860 segundos. La topología por sí sola no puede tomar esa decisión. La prueba también expone un modo de falla en los paneles de control de todos los agentes en línea. Cada participante en op cycle puede responder a un latido cardíaco y aún así no puede avanzar. Por el contrario, op approval puede permanecer en silencio durante veinte minutos sin romperse. La accesibilidad es una señal; la resolución de dependencia es otra. Rompe un borde, luego verifique el resultado Un ciclo obsoleto requiere una investigación antes de la intervención. Abrir los rastros correlacionados, inspeccionar las razones de dependencia, e identificar el borde reversible más pequeño que se puede resolver sin inventar la autoridad faltante. Para la fijación de tres agentes, el editor espera un paquete de fuentes, el investigador espera notas de revisión, y el revisor espera un contrato de destino. Si el contrato de destino ya existe en almacenamiento duradero, adjuntar esa evidencia a la tarea del revisor puede romper una ventaja de forma segura. El reinicio de los tres agentes sería una acción mucho mayor y podría repetir el trabajo externo. Utilice un registro de recuperación limitado: el borde seleccionado y la evidencia que respalda el diagnóstico; la acción reversible propuesta exacta; quien lo haya aprobado, cuando sea necesario; un tiempo, un nuevo ensayo y un límite de costes; la señal de progreso esperada posteriormente; el artefacto o el resultado que debe verificarse de forma independiente. No despejes el incidente porque una orden de empuje o retoma devolvió cero. Primero busque una transición de borde, luego un progreso útil, y finalmente la salida prevista. Si aún falta el informe esperado, la operación no se resuelve incluso si todos los rastros son verdes. El Vista general de la observabilidad del agente OpenTelemetry explica por qué la telemetría estandarizada importa en todos los marcos y por qué la telemetría de agentes también alimenta la evaluación. El gráfico de espera complementa esa telemetría; no reemplaza los rastros, registros, evaluaciones o comprobaciones de resultados. Saber lo que el gráfico no puede probar Un gráfico de espera es tan completo como sus escritores. Un agente accidentado puede fallar antes de emitir su borde. Un agente defectuoso puede informar de un progreso sin sentido. Una credencial vencida puede aparecer como una espera externa genérica. Una cola puede retrasar un evento lo suficiente como para crear un ciclo falso temporal. Trate estos como limitaciones explícitas: Los bordes faltantes producen falsos negativos. Los relojes viejos o sesgados distorsionan la frescura. Contadores de progreso sin artefactos deltas actividad de recompensa. Un ciclo puede desaparecer mientras el producto solicitado permanezca ausente. Un escritor malicioso o comprometido puede falsificar su propio estado. Mitigálas con la frescura del colector, escritores autenticados, números de secuencia monótono, hashes de artefactos, correlación de rastro y verificación de resultados. Cuando las señales no estén de acuerdo, devuelva UNCERTAIN y pida pruebas. La incertidumbre es un estado operativo, no una razón para hacer la recuperación más agresiva. La regla resuelta es compacta: rastrear el trabajo, registrar dependencias activas, detectar ciclos, requerir evidencia obsoleta de progreso útil, preservar la autoridad humana, cambiar un borde limitado y verificar el resultado previsto. Eso es suficiente para convertir a los agentes ocupados pero nada está sucediendo en un diagnóstico que un operador puede inspeccionar. Sidewisp se encuentra actualmente en versión preliminar privada. Por lo general, no se envían sus adaptadores de monitoreo de producción y su motor de recuperación. Si una visión de salud que separe el trabajo, la espera, los agentes atrapados, inciertos y de necesidades humanas ayudaría a su operación, puede unirse a la vista previa privada sin reemplazar su tiempo de ejecución existente.