高频实战题：用户反馈"回答错了"，光看最终输出根本定位不了。面试官要的是你能否从错误结果反向追踪到具体环节——模型、知识、Skill、工具、Agent 节点，哪一环出了问题。
💡 答案要点
核心认知： 一次回答 = 模型决策 + 知识供给 + Skill 流程 + 工具执行 + 节点流转，任何一环都可能出错。反查的前提是每环节都留痕——只记"答了什么"没法复盘，要记"每一步看到了什么、调了什么、返回了什么"。
反查路径（从结果往回追）：
错误回答
→ ① Agent 节点：执行轨迹回放，哪一步决策错了？走到了哪些节点？
→ ② 工具环节：调了哪个工具？参数是什么？返回什么？有没有失败/超时？
→ ③ Skill 环节：走了哪个 Skill 版本？Skill 的输入输出是什么？
→ ④ 知识环节：检索到了哪些 chunk？（doc_id、版本、来源）
有没有命中过期文档/错误切片？
→ ⑤ 模型环节：用的哪个模型版本？输入上下文（prompt/历史）是什么？落地要点（能反查的关键）：
- trace_id 贯穿全链路：一次请求的所有环节共用同一个 trace_id；
- 资产版本快照：模型版本、知识库版本、Skill 版本都要随请求记录——"当时用的哪版知识"比"现在哪版"重要；
- 检索结果持久化：不能只记"检索了"，要记"检索到什么"（chunk id + 内容摘要 + 来源），否则无法判断是不是知识喂错了；
- 工具调用留痕：参数、返回、耗时、错误码，全部落库；
- 决策理由记录：Agent 每个节点的决策依据（如"为什么选这个工具"）记录在 trace 里。
LangFuse 记录什么（直接背）：
模型及资产版本：model、prompt_version、knowledge_version、skill_version
成本：token 消耗（input/output）、费用
性能：延迟（TTFT、总耗时）
检索：query、召回 chunk 列表、rerank 结果
工具：tool_name、参数、返回、成功/失败
Agent：节点序列、状态流转、中断/恢复点复盘输出（回答里加分）：
- 定位到环节后给出结论：如"知识环节出错——检索命中了旧版合同条款（doc_id=xxx, version=2.1），现网已是 3.0"；
- 修复动作闭环：更新知识 → 加回归用例（防止同类问题再犯）→ 重跑评测。
面试话术：
"一次回答出错，我会按五层反查：Agent 节点回放看决策、工具环节看参数和返回、Skill 环节看版本和输入输出、知识环节看召回 chunk 的 doc_id 和版本、模型环节看模型版本和输入上下文。能反查的前提是全链路留痕——trace_id 贯穿，模型/知识/Skill 版本随请求快照，检索结果必须持久化（记检索到什么而不是只记检索了），工具调用全量落库。定位到环节后再做闭环：修数据、补回归用例、重跑评测。没有留痕就没有复盘，这是 Agent 可观测性和传统监控最大的区别。"