AI agent 比普通程序更需要可观测性

普通程序的运行过程是确定的，出了问题翻翻日志就能定位到。但是 agent 就不一样了，每一步都是模型决策，调用了哪些工具、烧了多少 token、花了多少钱，全在黑盒里。没有可观测性的话，agent 的行为异常就很难定位、长任务跑到一半断在哪都不知道。

covo-agent 把客观性这一块做得算比较完整了。

实现了 OpenTelemetry 双管道，trace 和 metrics 走标准 OTLP 协议，设几个环境变量，就能接到 langfuse、langSmith、甚至传统的可观测平台例如 zipkin、Jaeger等，指标名称遵循 OTel 的 GenAI 语义约定。

也包含了成本可观测，每次模型调用花了多少钱，会作为一条带 status 和 source 维度的指标上报。token 用量、调用耗时、错误数，还有 goroutine、堆内存、CPU 时间，这些也都包含在里面。

covo-agent 要的不但是"跑起来"，还有要"看得见"。

covo-agent 的 GitHub 仓库是 covoyage/covo-agent，欢迎大家下载体验！