Mengapa saya tidak bisa memutar ulang dengan tepat apa yang dilakukan agen saya ketika gagal di lingkungan produksi?

Agen LLM yang gagal di produksi tidak dapat direproduksi secara andal untuk keperluan debugging karena menjalankan ulang prompt yang sama menghasilkan output yang berbeda. Sebagian besar framework agen mencatat input dan output akhir, tetapi membuang jejak eksekusi lengkap, sehingga setiap pemanggilan tool perantara, respons model, dan mutasi status hilang begitu run berakhir. Tanpa silsilah eksekusi, sebuah run yang gagal adalah lubang hitam forensik dan para insinyur merekonstruksi kegagalan dari gejala, bukan penyebabnya. Sebuah makalah Mei 2026 mengusulkan graf eksekusi deterministik sebagai primitif pertama untuk ini, namun mencatat bahwa menangkap dan memutar ulang jejak non-deterministik pada skala produksi tanpa overhead yang memberatkan masih merupakan masalah rekayasa yang terbuka. Sebuah studi kasus 2026 terpisah tentang kegagalan agentik dalam alur kerja ilmiah menemukan bahwa langkah-langkah perantara yang terlihat masuk akal tetapi salah merambat diam-diam melalui pipeline justru karena tidak ada re