這週把扁平的日誌變成立體的執行圖

Week 3 的五篇：Day13 建立 Trace 基礎概念 → Day14 設計三層 Span 結構 → Day15 處理跨 Agent 的 context 傳遞 → Day16 用 Trace 做延遲分析 → Day17 把 Trace 與 Log 串起來。

Agent 決策鏈路追蹤範本

Span 結構

invoke_agent            ← 整次 Agent 執行（根 Span）
├── chat                ← 每次 LLM 呼叫
│   屬性：gen_ai.request.model
│         gen_ai.usage.input_tokens / output_tokens
│         gen_ai.response.finish_reasons
│   事件：（若需要）完整 prompt / completion 內容
├── execute_tool        ← 每次工具呼叫
│   屬性：工具名稱、參數摘要、執行結果狀態
└── invoke_agent        ← 跨 Agent 呼叫（子 Agent 的根 Span）

必要的關聯欄位

• 每個 Span：trace_id、span_id、parent_span_id
• 每筆日誌：帶上對應的 trace_id 與 span_id
• 跨 Agent 邊界：確保 W3C Trace Context 有被傳遞

完整追蹤 Checklist

• [ ] Span 樹已建立 invoke_agent / chat / execute_tool 三層結構
• [ ] chat span 已掛上 GenAI 語意慣例的核心屬性
• [ ] 完整內容放在 event 而非 attribute
• [ ] 跨 Agent 的所有溝通路徑（含非 HTTP）都已確認 context 傳遞
• [ ] 已實際驗證能看到完整的跨 Agent Span 樹
• [ ] Trace 資料已匯出做聚合分析，關注 P95／P99 而非平均值
• [ ] 日誌帶有 trace_id，且已驗證 Trace 與 Log 能互相跳轉

下週要往哪走

日誌讓你查得到、Trace 讓你看得懂結構，但這兩者都是事後的工具——你得先知道有問題，才會去查。Week 4 進入 Cloud Monitoring，處理「怎麼在問題發生時就主動知道」：Agent 專屬指標設計、成本異常告警、行為異常偵測，以及 SLA/SLO 怎麼定。

參考資料來源

• Google Cloud，《Cloud Trace 官方文件》
• Google Cloud，《Instrument generative AI applications — Cloud Trace》
• OpenTelemetry，《GenAI Semantic Conventions》，opentelemetry.io
• W3C，《Trace Context 標準》

💡 關於作者 我是 Fngi，專注在 AI 安全與雲端資安領域。如果這系列對你有幫助，歡迎追蹤 Instagram @aid3fend，我在那裡分享更多 AI 資安的實務筆記與趨勢觀察。