AWS机器学习博客介绍Amazon Bedrock AgentCore Observability，用于监控运行在本地环境和其他云平台上的AI代理。
文章覆盖本地、Google Cloud、Microsoft Azure以及开发者机器上的代理接入方式，并使用AWS Distro for OpenTelemetry采集会话追踪、跨度指标和令牌使用数据。
采集结果可发送到AgentCore Observability仪表板，统一查看不同运行环境中的代理调用情况。
来源：AWS Machine Learning Blog，发布时间：2026年8月13日。
跨环境监控的价值在于把一次代理任务的模型调用、工具访问和结果交接串起来，而不是只在一个页面上罗列各云的指标。若不同框架给同一字段使用不同含义、trace ID无法贯通，仪表板仍无法回答“哪一步变慢或失败”。接入前应先核对span命名、状态码、会话标识和时间戳的一致性。
可以用一条无敏感信息的测试任务验证完整链路：从代理启动开始，确认模型调用、工具响应、重试和最终状态都能按时间排序。随后制造一次可控超时或工具错误，检查告警是否能定位到具体环境和组件，而不只是显示“任务失败”。
遥测发送到集中平台会涉及数据出域和留存。提示词、工具参数、用户标识与令牌用量都可能暴露业务信息，因此要按字段最小化采集、设置访问角色和保留周期，并检查本地或其他云环境的网络出口与费用。跨云可观测性不等同于所有环境都受同一合规策略自动保护。
