让智能体自己找故障：用技能、追踪与评测改进应用

Ankur Duggal 以一个表现失常的金融智能体为例，演示如何把追踪数据、针对性评测和编码智能体技能连成可验证的修复流程。他沿 supervisor、专业智能体、模型调用和工具调用逐层追踪故障，并借助 Arize CLI 与技能让编码智能体拉取 span 和评测结果，定位数字缺乏依据、虚构回答与重复等问题。