模块五 · 可观测性与科学度量

事件流审计、跨模型度量与排障方法论（3 讲）

18 事件流审计：回放一次完整 Agent 任务

19 科学度量：同一任务的跨模型成本与步数对比

20 「Agent 不听话」诊断流程图