你需要的不是更好的Agent，而是更好的调试循环
你不需要一个更智能的智能体。你需要的是一个更好的调试循环。我做智能体系统（agentic systems）已经很久了，手上有大把的GPU小时数被白白烧掉，就因为智能体以我无法重现的方式失败。模式总是这么一套：智能体做了些意料之外的事，日志太过简略，等你加好日志，那个瞬间已经过去了。最后你只能靠猜。所以我现在真正会拿起来的，不是更花哨的模型——而是一个能让我回放整个过程的调试器。
最近有个开源桌面应用叫 llm-space，正好干这个事。你拿它原型一个智能体想法，跑一遍，然后就能在可回放的时间轴上检查整个运行过程中的每一步——工具调用、输出、状态变化。出问题的时候，你不用对着一大堆文本眯着眼看。你可以像调试一个单元测试那样，一步步走过故障。
最打动我的部分是：它能回放故障。不只是记录日志——而是回放，所以你可以亲眼看到智能体当时究竟做了什么，一步一步，搞清楚推理链在哪断了。这就是"我感觉智能体坏了"和"我知道智能体调用错了工具，因为提示词里没规定输出格式"之间的区别。
它采用本地优先架构，意味着你的数据留在自己机器上；同时也有云模式，用来在需要规模化时管理智能体。但真正的价值在于本地调试循环：快速迭代、不用绕一圈到服务器、不用等日志聚合器慢慢赶上。
我建议你先这样试试它：选一个你最不稳定的智能体——就是那个80%时间能工作但你总搞不清剩下20%为什么挂的——拿到 llm-space 里跑一遍。回放那些失败。我打赌你十分钟内就能找到规律。
围绕智能体的工具终于追上了我们正在构建的系统的复杂程度。过去两年我们在让模型足够好。现在我们需要让它足够可靠。而这一切的起点，就是能够看清它们到底在做什么。