Warum kann ich nicht genau wiedergeben, was mein Agent getan hat, als er in der Produktion fehlgeschlagen ist?

Ein LLM-Agent, der in der Produktion fehlschlägt, kann für das Debugging nicht zuverlässig reproduziert werden, weil die erneute Ausführung desselben Prompts unterschiedliche Ausgaben liefert. Die meisten Agent-Frameworks protokollieren Eingaben und Endausgaben, verwerfen aber den vollständigen Ausführungs-Trace, was bedeutet, dass jeder zwischenzeitliche Tool-Call, jede Modellantwort und jede Zustandsmutation in dem Moment verloren ist, in dem der Lauf endet. Ohne Ausführungsherkunft ist ein fehlgeschlagener Lauf ein forensisches schwarzes Loch, und Ingenieure rekonstruieren Fehler anhand von Symptomen statt Ursachen. Ein Paper vom Mai 2026 schlägt deterministische Ausführungsgraphen als erstes Primitive dafür vor, stellt aber fest, dass das Erfassen und Wiedergeben nicht-deterministischer Traces in Produktionsgröße ohne unzumutbaren Overhead noch ein offenes Ingenieursproblem ist. Eine separate Fallstudie von 2026 über agentische Fehler in wissenschaftlichen Workflows stellte fest, dass plausibel aussehende, aber falsche Zwischenschritte still durch Pipelines propagierten, genau weil keine Re