调试智能体通常始于一个简单的问题：智能体实际做了什么？
对于简短的、单轮的工作流，答案通常很容易找到。对于运行时间较长的智能体，难度会迅速上升。单个会话可能跨越许多用户轮次、工具调用、重试和子智能体交接。完整 trace 仍然是检查执行细节的正确位置，但当你试图理解智能体所走的路径时，它可能包含太多细节。
今天，我们推出Trajectories（位于）LangSmith，一种按时间顺序、对话式呈现智能体会话的视图。Trajectory 会聚合来自人类、AI 和工具的消息，涵盖主智能体和任何子智能体，然后按它们首次出现的顺序展示。
你现在可以将 thread 作为 trajectory 查看，用在线评估器对 trajectory 打分，并将它们路由到标注队列或数据集。
Trajectories 让 trace 数据易于浏览。
在 LangSmith 中，智能体执行的每个工作单元都被记录为一次 run。单个操作的 run 组成一条 trace。多轮会话的 trace 被链接成一个 thread。
这种结构为工程师提供了完整的执行树，包括嵌套 run、时序、重试、输入、输出和元数据。当你需要确切了解某件事是如何执行的时，trace 就是事实来源。
但并非每个工作流都需要完整的执行树，这正是 trajectory 的用武之地。
trajectory 是对 thread 中 trace 的一种投影。它移除了嵌套的 run 结构，只保留能解释智能体行为的消息和操作。每条消息只出现一次，按顺序排列，因此你可以把整个会话当作智能体所走的路径来阅读。
Trajectories 开箱即用，适用于从以下来源发送的 trace：LangChain、LangGraph和Deep Agents，来自 OpenAI 和 Claude 等智能体 SDK，以及来自 Codex、Claude Code 和 Cursor 等编码智能体。
更快地调试长时间运行的智能体
大多数智能体调试都始于重建对话或工作流。用户报告说某个智能体给出了过时的答案。你打开会话，需要弄清楚智能体在哪里偏离了预期行为。是智能体误解了用户？是它复用了过时的上下文？是它调用了错误的工具？是某个子智能体返回了糟糕的结果？还是最终回复忽略了某个工具输出？
答案通常就在完整追踪记录中的某处，但它可能被埋在嵌套的执行细节里。一旦你知道该看哪次运行，那些细节正是你想要的，但首先找到那次运行才是真正耗时的部分。
借助 Trajectories，你可以从会话的有序路径入手。例如，某个支持智能体运行了九个轮次、六十条消息，而客户投诉答案有误。使用轨迹视图，你可以按顺序浏览对话、工具调用和智能体操作，并找到智能体复用旧工具结果而非获取当前数据的那一轮。
从那里，他们可以跳转到底层追踪记录以查看完整的运行时细节，包括确切的工具输入、输出、时序、重试以及嵌套运行结构。与其从每一个执行细节入手，不如先找到关键的行为步骤，然后再检查该步骤的追踪记录。
为领域专家提供可读的视图以供审查
负责审查智能体工作与行为的人，可能并不是构建该智能体的人。
医疗专家知道临床接诊智能体是否提出了正确的追问。金融服务审查员知道合规智能体是否正确处理了某个案例。支持主管知道升级工作流是否符合政策。这些审查者需要查看查询和智能体输出的可见性，但不需要解析嵌套运行、重试或执行元数据。
轨迹让这些审查工作流更容易扩展。将轨迹路由到标注队列，让领域专家（SME）能够对行为打分、标记问题，并借助会话的可读视图提供反馈。这些反馈随后可以反哺智能体改进工作流的其余环节；它帮助团队优化提示词、更新智能体逻辑、改进评估器，并构建更好的数据集。
用在线评估为智能体路径打分
阅读一条轨迹能告诉你某一次会话中发生了什么，但它无法告诉你同样的行为是否正在整个生产流量中发生。LangSmith 在线评估器现在可以为轨迹打分，为判断智能体在整个会话中的行为提供更好的输入。
如果没有轨迹，用运行级评估器为长会话打分时，往往会随着对话逐轮累积而包含重复的上下文。这会让评估器输入变得比实际需要的更大、更嘈杂。轨迹让每条消息只保留一次，并按顺序排列，因此评估器可以专注于智能体所走的路径。
在线评估随后可以浮现出值得进一步查看的轨迹。筛选低分会话，将它们路由到人工审查，或将它们保存到数据集中以供未来测试。
将生产行为转化为后训练数据
对于从事后训练的团队来说，轨迹让生产会话更容易转化为可用的样本。它们包含表示智能体行为所需的信息，包括系统提示词、用户消息、助手回复、工具调用和工具输出。
这让它们的用途不止于审查最终答案。一条好的轨迹可以展示智能体何时请求澄清、调用了哪些工具、如何使用结果，以及它如何在整个会话中做出调整。将高质量的轨迹保存到数据集并导出，用于监督微调工作流，把生产行为作为他们希望模型复现的示例。
随着越来越多团队使用生产数据来改进智能体，轨迹成为一项重要的基础构件。它们不仅捕捉智能体说了什么，还捕捉产生这些输出的行为。
开始使用
轨迹现已在所有美国地区的套餐中可用。