智能体跑飞了你不知道？给执行轨迹装一台「行车记录仪」
智能体跑飞了你不知道？给执行轨迹装一台「行车记录仪」
一句话版本：智能体跑任务的轨迹是一张不断生长的依赖图——循环、乱序调用、跑偏都能从「图长得不对」看出来。OnTrack 把轨迹建成 DAG 实时流式比对，不用额外大模型当裁判，毫秒级发现问题、当场干预。
一句话版本（先给结论）
Cribl AI 实验室提出 OnTrack：把智能体执行建模为有向无环图（每步=节点，步骤间输出依赖=边），任务推进时流式比对「生长中的实际 DAG」与「预期结构」（结构感知最优传输度量）——循环卡死、乱序调用、偏离计划实时报警并干预。不请第二个大模型当裁判、不加显著延迟，把「事后验尸」变成「现场急救」。
一、为什么现有监控救不了你
智能体自主执行是把双刃剑。成本侧：幻觉、乱序工具调用、无限循环——每一步都在烧 token，等发现时「这一轮已经付过钱了」。安全侧：误删数据、越权操作，甚至 sandbox 逃逸攻击真实发生过。
现有方案两难：
离线评估（跑完再看 trace/日志/LLM 裁判）：发现问题时损失已经造成；
在线护栏（再挂一个监督智能体）：贵、慢，而且小模型看不住大模型的错误——黑盒打分还说不清为什么报。
两边都漏了一个免费信号：轨迹本身的拓扑结构。循环和乱序，恰恰是结构异常最直观的表现。
二、OnTrack：看「图」而不是看「步骤」
方法出奇地简洁：
建图：执行推进时，每个步骤成为节点，步骤输出被下一步使用就连一条边——轨迹自然长成一张 DAG；
流式比对：用结构感知的最优传输度量，把「长到一半的实际图」与「任务应有的结构」实时对齐；
异常即结构异常：图里出现回到旧节点的边=疑似循环；依赖缺失=乱序调用；结构偏离超阈值=跑偏——报警+干预（回滚/终止/提示修正）。
三、三个产品级洞察
1. 拓扑是免费的监督信号。 不需要懂步骤内容的语义，只看「谁依赖谁」就能抓住大部分执行事故——这让监控可以做到毫秒级、近零成本，而不是每次都请一个「裁判模型」。
2. 预期结构本身就是任务规约。 「这个任务正常应该长成什么形状的图」——把计划显式写成 DAG，智能体的自由度与约束天然分层：结构内自由，结构外报警。
3. 干预比检测更值钱。 监控的终点不是报表，是「在第 N 步刹车」：回滚到分叉点、终止烧钱循环、注入修正提示——把损失从「整轮重跑」压到「一步回退」。
结语
智能体的可靠性讨论总在模型能力上打转，OnTrack 提醒我们还有一条工程路线：执行结构本身就是监控摄像头。对已经在做「任务编排+产物落盘」的系统，把依赖关系显式成图，你就有了天然的可观测层。
论文：OnTrack: Real-Time Monitoring and Intervention in LLM Agent Trajectories via Streaming Structure-Aware Optimal Transport（arXiv 2610.12375）
BuddyMe 每日免费 4500 万 Token。