trace 字段与 OTel 语义约定

评测与可观测进阶考 8 题讲解 4 段

一次多轮 Agent 请求的 trace 里必须记：每次模型调用的输入输出与 token、每次工具调用的参数与结果、模型与提示词版本、成本。OpenTelemetry 的 GenAI 语义约定（gen_ai.*）还在演进，内容捕获要处理 PII 与采样，目标是任何一条失败请求都能重放。

也叫：trace · OpenTelemetry · OTel · gen_ai 语义约定 · 可重放 · PII · 内容捕获

二、trace 里必须记什么出自 T5-3

按「没有它就查不出问题」的标准，分四类：

类别	必记	为什么
身份与串联	trace_id、conversation/session id、user id（脱敏）、请求入口/渠道	没有会话 ID，多轮问题永远查不了；没有渠道，开篇那个故障永远定位不到
可重放的输入	系统提示的版本号、检索命中的文档 ID + 分数、工具的真实入参与返回、上下文总长度、是否触发过压缩	能不能把一条线上请求原样搬到离线跑，全看这一栏记全没有（承接 Q5-02 第一刀）
模型与配置	模型 ID（含小版本）、effort 档位、max_tokens、是否命中 prompt 缓存、是否走了降级路由	上游静默升级、降级到小模型，都只有这一栏能证明
结果与判定	结束原因（正常结束 / 打到 max_tokens 被截断 / 工具报错 / 超时）、结构化输出是否解析成功、评测分数与 judge 版本	截断和解析失败是两个最高发、最容易被当成「模型变笨」的假象

判据：trace 的验收标准不是「记得全不全」，是「能不能据此把这条请求在离线复现出来」。 做不到，它就只是一堆好看的瀑布图。

存不存 prompt / completion 原文，是本节最真实的一道取舍题：

	存原文	不存原文
收益	能排障、能做数据飞轮、能补评测用例	—
代价	PII 合规风险 + 存储成本的绝对大头	出问题只能看到「有个 span 慢了」