Agentique AI Observabilité: diagnostiquer les verrous morts avec un graphique d'attente

Agentique AI la capacité d'observation doit répondre à une question de coordination que la télémétrie ordinaire de la demande laisse ouverte: qui attend qui, et cette attente est elle encore légitime? Le défaut pratique est de deux couches. Conserver des traces pour les détails d'exécution causale, puis maintenir un petit graphe d'attente de niveau d'application pour les dépendances actives. Chaque bord dirigé indique qu'un agent ne peut pas continuer tant qu'un autre agent, une personne ou un système externe ne fournit pas quelque chose de spécifique. Un avantage acyclique à un agent de travail est généralement une attente normale. Un avantage pour une personne est un état de besoin humain. Un cycle fermé d'agent à agent est un avertissement, mais il ne devient un candidat à l'impasse que lorsque chaque participant a également cessé de faire des progrès utiles pour un intervalle calibré. Cette condition finale compte. Réinitialiser un agent sain parce que sa durée est calme détruit le contexte. Réinitialiser un groupe entier parce qu'un graphique contient un cycle frais peut dupliquer les appels à l'outil. L'opérateur a besoin d'une topologie, d'une fraîcheur et d'un résultat attendu. Les traces montrent l'exécution; les bords de dépendance expliquent la pause L'orientation actuelle d'observabilité AI de Microsoft recommande des traces de bout en bout qui relient les étapes d'exécution de l'agent, avec des identifiants d'exécution, des invocations d'outils et d'agents, et suffisamment de contexte pour reconstruire les incidents. Il indique également que la latence, les erreurs et le débit sont trop étroits pour établir la qualité et la fiabilité du système AI. C'est une base utile, mais elle ne définit pas la promesse de votre demande entre deux agents collaborateurs. Les OpenTelemetry Conventions sur la durée de l'action de l'agent GenAI émergents fournissent un vocabulaire pour des opérations telles que invoke agent , invoke workflow , plan et execute tool , ainsi que des identifiants d'agents stables lorsqu'ils sont disponibles. Le document est expressément marqué Development . Traitez le comme une couche d'interopérabilité en évolution, pas comme une permission de prétendre qu'un attribut proposé prouve que votre flux de travail est terminé. Imaginez qu'un agent de recherche invoque un critique. Le délai d'invocation peut être terminé avec succès même si le réviseur n'a pas accepté la mission, l'examinateur attend un contrat de destination ou le paquet source demandé n'est jamais arrivé. L'intervalle décrit l'invocation. Le dossier de dépendance décrit pourquoi l'opération plus importante ne peut pas avancer. Utilisez les deux. Ne surchargez pas le statut de la durée d'application avec des résultats qu'il ne peut pas prendre en charge. Enregistrer le contrat d'attente minimum Un avantage utile est délibérément petit. Il a besoin d'identifiants opérationnels stables et de fraîcheur, et non d'invitations ou de chaînes de pensées: operation id contient le graphique. waiter → blocker fournit sa direction. blocker type distingue un agent d'un service humain ou externe. since vous indique combien de temps la dépendance a existé, tandis que last progress at fait référence à un mouvement utile dans cette opérationpas un battement cardiaque, un flux de jetons ou une nouvelle tentative répétée. reason doit nommer la condition manquante. Le authority empêche la récupération d'une passerelle d'homologation comme si le processus avait échoué. Gardez le contenu hors de portée. Un identifiant de tâche, un hash d'artefact, un code de raison édité et un identifiant de corrélation de trace suffisent généralement. Les directives de Microsoft placent la minimisation des données, la conservation, le contrôle des accès et la confidentialité aux côtés de l'utilité médico légale. Un graphique d'attente devrait aider à localiser les preuves; il ne devrait pas devenir un deuxième magasin pour les invites, les arguments d'outils, les secrets ou le contenu livrable. L'illustration ci dessus est une pause normale. La chaîne est acyclique, le travail en amont est frais, et le dernier bloqueur est l'autorité humaine explicite. Aucun agent de redémarrage ne peut fournir cette autorité. L'action correcte consiste à envoyer la décision au propriétaire avec les éléments de preuve pertinents. Un cycle graphique est une preuve, pas un verdict La détection du cycle est bon marché. Le diagnostic ne l'est pas. Pour chaque opération active, construisez un graphique dirigé des bords agent à agent et exécutez une première recherche en profondeur ou un algorithme de composants fortement connecté. Un composant avec plus d'un nœud ou un bord autonome contient un cycle. Ensuite, évaluez trois conditions indépendantes: 1. Coverage: sont tous les participants actifs et les dépendances représentés, ou la télémétrie manque t elle? 2. Freshness: quand chaque participant a t il changé pour la dernière fois l'artéfact attendu, la décision ou l'état de tâche vérifié? 3. AAutorité: est ce qu'un avantage attend intentionnellement une personne, une carte de crédit, un choix irréversible ou un service externe? Le cycle ne peut être considéré comme obsolète que lorsque l'âge de la dernière progression le plus jeune dans ce cycle dépasse le seuil. L'utilisation de l'âge le plus âgé est un bug subtil: un participant longtemps inactif pourrait faire un cycle paraître coincé même si un autre participant a changé la sortie il y a quelques secondes. Le seuil est spécifique à la charge de travail. Cinq minutes est plausible pour une boucle rapide de révision locale de code et absurde pour un agent de recherche en attente sur une longue construction. Commencer à partir d'un intervalle d'avancement attendu pour cette opération, ajouter un laps de temps de transport et de planification et conserver un état UNCERTAIN CYCLE lorsque les preuves sont trop récentes ou incomplètes. Cette distinction protège également contre la déformation de l'horloge. Si les timestamps proviennent de plusieurs hôtes, soit les normaliser par l'intermédiaire d'un collectionneur de confiance, soit transporter une horloge source et l'incertitude liée. Un âge négatif ou improbablement élevé devrait réduire la confiance en soi, pas déclencher la reprise. Reproduire cinq états de coordination J'ai testé la règle avec huit bornes NDJSON regroupées en cinq opérations. Le temps de fixation est 2026 07 24T18:30:00Z , et la fenêtre obsolète illustrative est de 300 secondes. Le classificateur applique l'ordre suivant: Cet ordre fait partie du contrat de sécurité. Si vous testez pour les cycles devant l'autorité, un bord d'approbation humaine représenté par un agent proxy peut être mal géré. Si vous ne testez que la fraîcheur, un magasin d'artefacts inaccessible et un groupe d'agents en attente mutuelle s'effondrent dans le même délai générique même si leurs réparations diffèrent. Exécution du classifiateur déterministe produit: Les deux cycles ont la même forme. Leurs conclusions opérationnelles diffèrent parce que le cycle de deux agents a changé d'état utile il y a 1520 secondes, tandis que chaque membre du cycle de trois agents a été silencieux pendant au moins 1 860 secondes. La topologie seule ne peut prendre cette décision. Le test expose également un mode d'échec dans les tableaux de bord tous les agents en ligne . Chaque participant à op cycle peut répondre à un battement cardiaque et être incapable d'avancer. À l'inverse, le op approval peut rester silencieux pendant vingt minutes sans être cassé. L'accessibilité est un signal; la résolution de la dépendance est une autre. Brisez un bord, puis vérifiez le résultat Un cycle obsolète nécessite une enquête avant l'intervention. Ouvrez les traces corrélatives, examinez les raisons de la dépendance et identifiez le moindre bord réversible qui peut être résolu sans inventer l'autorité manquante. Pour la fixation des trois agents, l'éditeur attend un paquet de sources, le chercheur attend des notes d'examen et le réviseur attend un contrat de destination. Si le contrat de destination existe déjà dans un stockage durable, l'ajout de cette preuve à la tâche de l'examinateur peut briser un avantage en toute sécurité. Le redémarrage des trois agents serait une action beaucoup plus importante et pourrait répéter le travail externe. Utilisez un enregistrement de récupération limité: le bord sélectionné et les éléments de preuve à l'appui du diagnostic; l'action réversible prévue; qui l'a approuvé, lorsque l'approbation est requise; un délai, une nouvelle tentative et une limite de coûts; le signal de progression attendu par la suite; l'artefact ou le résultat qui doit être vérifié indépendamment. Ne pas éliminer l'incident parce qu'une commande de poussée ou de réessayer a rendu zéro. Cherchez d'abord une transition de bord, puis des progrès utiles, et enfin la sortie prévue. Si le rapport attendu manque toujours, l'opération est non résolue même si chaque trace est verte. Le Avis général sur l'observabilité de l'agent OpenTelemetry explique pourquoi la télémétrie normalisée est importante dans tous les cadres et pourquoi la télémétrie des agents alimente également l'évaluation. Le graphique d'attente complète cette télémétrie; il ne remplace pas les traces, les journaux, les évaluations ou les vérifications des résultats. Savoir ce que le graphique ne peut pas prouver Un graphique d'attente est seulement aussi complet que ses auteurs. Un agent accidenté peut échouer avant d'émettre son bord. Un agent défectueux peut signaler des progrès sans signification. Une file d'attente peut retarder un événement assez longtemps pour créer un faux cycle temporaire. Traitez les comme des limites explicites: Des bords manquants produisent de faux négatifs. Des horloges vieillissantes ou déformées déforment la fraîcheur. Les compteurs de progrès sans activité de récompense de l'artefact delta. Un cycle peut disparaître pendant que le produit demandé reste manquant. Un écrivain malveillant ou compromis peut falsifier son propre état. Mélangez les avec la fraîcheur du collectionneur, les écrivains authentifiés, les numéros de séquences monotones, les hashes d'artefacts, la corrélation des traces et la vérification des résultats. Si les signaux ne sont pas d'accord, retournez UNCERTAIN et demandez des preuves. L'incertitude est un état opérationnel, pas une raison de rendre la reprise plus agressive. La règle résolue est compacte: suivre le travail, enregistrer les dépendances actives, détecter les cycles, nécessiter des preuves périmées de progrès utiles, préserver l'autorité humaine, modifier un bord limité et vérifier le résultat prévu. C'est suffisant pour que les agents soient occupés mais rien ne se passe dans un diagnostic qu'un opérateur puisse inspecter. Sidewisp est actuellement en préversion privée. Ses adaptateurs de surveillance de la production et son moteur de récupération ne sont généralement pas expédiés. Si un point de vue sur la santé qui sépare le travail, l'attente, le blocage, l'incertitude et les besoins des agents humains aiderait votre opération, vous pouvez rejoindre l'aperçu privé sans remplacer votre heure de fonctionnement existante.