运行追踪
Tracing
学到 认得 就够：听到能明白
你可能会说
“一项论文整理任务经过主助手、子助手和多个工具，我怎样把这些分散动作串成同一次工作的记录，知道哪里耗时或失败？”
运行追踪把一次任务中的相关步骤按关联标识连接起来，展示模型、工具与交接的顺序和耗时；它是运行过程记录，不是内部思维的逐字复原。
使用 AI
科研里的例子
一次机制提取 trace 显示主助手读取论文、调用专门助手和保存表格，你据此找到第二步读错附件，而非盲目改写最后提示。
一个 trace 常含多个 span，每个 span 表示一次调用或工作区段，并可带输入、输出、状态和时间。它帮助看清主助手怎样调用专家、工具是否成功以及何处发生重复。不同 SDK 的默认记录范围与导出方式不同，有些数据不会自动保留。研究者使用追踪应结合原始文件与结果校验，避免把某个步骤显示 completed 就当作学术任务整体通过。
判断
亲手检查一次
将一个最终条目关联到其调用轨迹，检查关键工具状态和产物位置；再抽查轨迹中的完成标记与实际文件内容是否相符。
它做不到的
Trace 不等于模型所有内部计算过程，也不能证明引用适配或因果结论正确；敏感材料是否被记录要按平台设置核对。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。