一句话看懂：NVIDIA 发布 NeMo Relay 追踪方案，配合 Hermes Agent 展示如何记录 Agent 的模型调用、工具调用、错误与重试，让开发者不仅知道“任务是否成功”，还能看清“它是怎么走完的”。
事件核心：发生了什么
NVIDIA 在开发者博客中介绍了一套用 NeMo Relay 追踪 Agent Harness 行为的完整教程，主角是原生集成 NeMo Relay 的 Hermes Agent。教程跑两个示例：第一个是在隔离 Docker 容器中调用终端工具运行 Python 脚本，脚本固定输出 VALUE=42，用于验证基础链路是否打通；第二个是文件与网页研究任务，把 OpenTelemetry 轨迹接入 Arize Phoenix 查看模型调用、工具调用、耗时、token 消耗和错误。
NeMo Relay 把一次 Agent 运行拆成三类输出：ATOF（JSONL 生命周期日志，记录 scope 起止和时间戳，用于审计单个事件）、ATIF（逐步的交互与工具调用记录，用于回看执行路径）、OpenTelemetry + OpenInference（父子 span，用于 Phoenix 等兼容工具中分析耗时与 token）。
为什么重要
Agent 有个隐蔽问题：答案对了，过程可能是浪费的。一次失败的搜索触发第二次搜索、文件读取被截断后又重新拉取，这些额外步骤不会出现在最终答案里，却直接抬高延迟和 token 成本，也增加出错概率。仅靠“成功/失败”校验无法解释 Agent 为什么从工具错误中恢复、为什么提前停止，或为什么多调了几次模型。
NeMo Relay 的价值在于补上“证据层”：把执行过程结构化成可查询的轨迹，让评测系统、安全系统和开发者能基于同一份记录讨论 Agent 行为。教程中还提到 Hermes ToolPerf 案例，用同样的方式在多轮重复运行中评估 Harness 改动是否真的有效，而不是被单次结果误导。
对用户/开发者/创作者的影响
对开发者而言，这意味着调试 Agent 不再只盯着最终输出。通过 ATOF 中配对的 uuid 和 parent_uuid，可以确认某次工具请求到底执行成功还是失败，并结合 ATIF 还原完整路径。对企业采购和合规团队，结构化轨迹是调查 Agent 行为、评估策略、扩展安全插件的基础设施；对做 Agent 应用的团队，token 与延迟可被量化归因后，优化目标会更明确。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
需要注意，教程提醒轨迹可能包含提示词、模型响应、工具参数与结果、文件路径等应用数据，分享前应先行审查。目前公开信息显示，该教程依赖 macOS 或 Linux、Git、curl、Docker，以及 NVIDIA Build 上 NVIDIA Nemotron 3.5 Lightning 的 API key。
值得关注的后续
一是 NeMo Relay 的原生集成是否会从 Hermes Agent 扩展到更多开源 Harness；二是 ATOF/ATIF 这类轨迹格式会不会被更多评测与安全工具采纳，形成事实标准；三是 Phoenix 之外的 OpenTelemetry 生态工具跟进情况，以及企业如何在可观测性与数据隐私之间做取舍。
