自测题：智能体可观测性与评估（附加单元二）
让我们评估一下你对本附加单元中所涵盖的智能体追踪和评估概念的理解。本次测验为可选，不计分。
问题 1：AI 智能体中的可观测性主要指的是什么？
哪个陈述准确地描述了 AI 智能体可观测性的目的？
- A. 它涉及通过日志、指标和跨度（spans）追踪内部操作，以理解智能体行为。
- B. 它仅仅专注于降低运行智能体的财务成本。
- C. 它仅指智能体的外部外观和用户界面。
- D. 它只关心编码风格和代码美学。
答案：A。可观测性意味着使用日志、指标和跨度来揭示智能体的内部运作。B 仅覆盖成本（可观测性的一部分而非全部）；C 混淆了内部流程与界面；D 与可观测性无关。
问题 2：以下哪项不是智能体可观测性中常见的监控指标？
选择通常不属于可观测性范畴的指标。
- A. 延迟
- B. 每次智能体运行的成本
- C. 用户反馈和评分
- D. 智能体的代码行数
答案：D。代码行数不是典型的可观测性指标。A 延迟、B 成本、C 用户反馈都属于常见的可观测性监控维度。
问题 3：什么最能描述 AI 智能体的离线评估？
确定正确离线评估本质的陈述。
- A. 在实时环境中使用真实用户交互来评估智能体。
- B. 使用包含已知基准（ground truth）的精选数据集来评估智能体性能。
- C. 实时监控智能体的内部日志。
- D. 在没有任何评估指标的情况下运行智能体。
答案：B。离线评估使用带有已知答案的测试数据集来衡量性能。A 描述的是在线评估；C 更偏可观测性；D 无法提供有意义的见解。
问题 4：智能体的在线评估提供了什么优势？
选择最能反映在线评估好处的陈述。
- A. 它使用预定义的数据集提供受控的测试场景。
- B. 它捕获实时的用户交互和真实世界的性能数据。
- C. 它消除了任何离线测试和基准测试的需要。
- D. 它仅仅专注于降低智能体的计算成本。
答案：B。在线评估通过在实时环境中监控智能体，捕获真实用户交互与真实世界性能数据。A 是离线评估的优势；C 错误（两者互补）；D 仅属成本监控范畴。
问题 5：OpenTelemetry 在 AI 智能体可观测性和评估中扮演什么角色？
哪个陈述最能描述 OpenTelemetry 在监控 AI 智能体中的作用？
- A. 它提供了一个标准化的框架来检测代码，从而能够收集用于可观测性的追踪、指标和日志。
- B. 它通过自动修复代码问题来替代手动调试。
- C. 它主要用作存储历史日志的数据库，不具备实时能力。
- D. 它通过自动调整模型参数来优化 AI 智能体的计算性能。
答案：A。OpenTelemetry 标准化了遥测数据的检测与收集，是监控和诊断智能体行为的关键。B/C/D 对其角色描述均有误。
恭喜你完成本次测验！如果你答错了任何问题，可以考虑复习本附加单元的内容以加深理解。如果你做得很好，那么你已经准备好探索智能体可观测性和评估方面更高级的主题了！
小结
- 可观测性通过日志、指标、跨度追踪智能体内部操作，而非仅关注成本或界面。
- 常见监控指标：延迟、成本、用户反馈；代码行数不属于可观测性指标。
- 离线评估使用带已知基准的精选数据集；在线评估捕获实时用户交互与真实性能。
- OpenTelemetry 提供标准化遥测检测框架，用于收集追踪、指标与日志。
- 离线与在线评估互为补充，共同支撑智能体的质量保障。