--- title: "AI agent monitoring dashboard: co ukázalo 1 238 běhů" description: "Jaké panely potřebuje AI agent monitoring dashboard, podle 30 dní mých vlastních logů: 127 610 volání nástrojů, 1 238 běhů a kde selhává jeden limit." url: "https://madsalt.tech/cs/blog/ai-agent-monitoring-dashboard/" author: "Denys Zaichenko" language: "cs" published: 2026-10-29 --- # AI agent monitoring dashboard: co ukázalo 1 238 běhů TL;DR Stáhl jsem 30 dní logů z nastavení agentů, se kterým pracuji: 127 610 volání nástrojů a 1 238 dokončených běhů agentů. O tom, co má monitorovací dashboard ukazovat, rozhodly tři věci. 59 % všech chyb nástrojů tvořila moje vlastní ochranná pravidla, která něco odmítla, ne nic, co by se rozbilo, takže chyby potřebují dva čítače. Jeden časový limit pro všechny agenty je špatně: 21 % mých implementátorů píšících testy napřed přesáhlo 12 minut, oproti 0 % u průzkumníků kódu. A 1 z 5 spuštění agenta byl odmítnut dřív, než začal, což žádný graf „běhů za den“ neukáže. Jsem Denys, full-stack a AI inženýr. Stavím s jednou hlavní programátorskou relací, která předává práci specializovaným agentům: průzkumníkům, plánovači, implementátorům píšícím testy napřed, bezpečnostním a kódovým revizorům. V článku [Multi-agent orchestration: co se rozbilo za 3 315 běhů](https://madsalt.tech/cs/blog/multi-agent-orchestration-what-broke/) jsem počítal selhání. Tento se ptá na něco jiného: co patří na AI agent monitoring dashboard? **Data.** Logy relací a evidence spuštění mého vlastního nastavení, 24. září až 23. října 2026. Každé číslo níže z nich spočítal jeden skript; jména klientů a projektů v datech, která jsem použil, nejsou. Je to zátěž jedné osoby, ne benchmark. ## Co má ukazovat AI agent monitoring dashboard? Návody dodavatelů, například [dokumentace Grafany k observabilitě agentů](https://grafana.com/docs/grafana-cloud/observe-and-act/agent-observability/), se soustředí na latenci, tokeny, náklady a chyby. Moje logy říkají, že těchto čtyř je nutných, ale nestačí. Pět panelů: 1. **Spuštění: zahájená, odmítnutá, dokončená, selhaná**, po dnech. 2. **Chyby rozdělené na „odmítnuto pravidlem“ a „rozbilo se“**, po nástrojích. 3. **Doba trvání a počet volání nástrojů podle typu agenta**, jako medián a 90. percentil, s limitem pro každý typ. 4. **Tokeny na běh**, tedy náklady. 5. **Co běží právě teď**, s uplynulým časem každého běhu proti obvyklému rozsahu jeho typu. Zbytek článku jsou čísla za každým z nich. ## Kolik spuštění agentů se nikdy nezačne? | Spuštění, 30 dní | Počet | | ---------------------- | ------------ | | Pokusů o spuštění | 1 775 | | Odmítnuto před startem | 352 (19,8 %) | | Nejvytíženější den | 258 spuštění | | Medián dne | 40 spuštění | Moje nastavení kontroluje každé spuštění: zda zadání uvádí soubory, které smí agent měnit, zda tyto soubory už nedrží jiný běžící agent, jaký model vyžaduje rizikový krok. Jedno spuštění z pěti neprošlo. Graf běhů počítá jen spuštění, která začala, takže všechna tato skrývá. ## Proč chyby nástrojů potřebují dva čítače? Ze 127 610 volání nástrojů se 6 691 vrátilo jako chyba: 52 na 1 000 volání. Pak jsem je rozdělil podle toho, co chyba říkala: ![Čím byly 6 691 chyb nástrojů. 127 610 volání nástrojů za 30 dní. Odmítnuto mými ochrannými pravidly: 3 954; Skutečně selhalo: 2 737.](https://madsalt.tech/charts/cs/ai-agent-monitoring-dashboard-errors.svg) *Obrázek 1. Moje logy agentů, 24. září až 23. října 2026; rozděleno podle textu chyby.* | Nástroj | Volání | Chyb | Z toho odmítnuto ochranným pravidlem | | ------------------ | ------ | ----- | ------------------------------------ | | Shell | 50 960 | 4 985 | 2 970 | | Úprava souboru | 28 244 | 743 | 602 | | Čtení souboru | 26 348 | 145 | 1 | | Zápis souboru | 8 238 | 208 | 195 | | Spuštění agenta | 1 719 | 287 | 132 | | Webové vyhledávání | 2 527 | 57 | 0 | 3 954 ze 6 691 chyb, tedy 59 %, byla moje vlastní pravidla, která řekla ne: příkaz, který by přeskočil kontrolu, úprava před povinným dohledáním, zápis do souboru, který vlastní jiný agent. Když toto číslo roste, pravidla dělají svou práci, nebo s nimi agent bojuje. Zbylých 2 737 jsou skutečná selhání: test, který neprošel, příkaz, který spadl, stránka, která se nenačetla. Na jednom grafu se obojí smíchá: den s mnoha odmítnutími vypadá jako špatný den, ačkoli se nic nerozbilo. ## Je jeden časový limit správný pro všechny agenty? Ne. Subagenta zastavuji po 12 minutách nebo 80 voláních nástrojů a logy ukazují, jak moc se typy liší: ![Běhy agentů přes limit 12 minut. % běhů podle typu agenta, 30 dní, 1 238 běhů. Implementátor test-first (214 běhů): 21; Bezpečnostní revizor (46): 6,50; Revizor kódu (33): 6,10; Spouštěč prohlížečových testů (38): 5,30; General-purpose (142): 1,40; Průzkumník kódu (44): 0.](https://madsalt.tech/charts/cs/ai-agent-monitoring-dashboard.svg) *Obrázek 2. Moje logy agentů, 24. září až 23. října 2026.* | Typ agenta | Běhů | Medián minut | 90. percentil | Přes 12 minut | Přes 80 volání nástrojů | | ----------------------------- | ---- | ------------ | ------------- | ------------- | ----------------------- | | Implementátor (test-first) | 214 | 6,8 | 17,1 | 45 (21 %) | 66 (31 %) | | Bezpečnostní revizor | 46 | 5,0 | 10,9 | 3 (6,5 %) | 2 | | Revizor kódu | 33 | 4,8 | 10,2 | 2 (6,1 %) | 3 | | Spouštěč prohlížečových testů | 38 | 4,3 | 10,5 | 2 (5,3 %) | 2 | | General-purpose | 142 | 3,1 | 6,5 | 2 (1,4 %) | 8 | | Architekt | 72 | 5,2 | 8,5 | 0 | 4 | | Průzkumník kódu | 44 | 1,9 | 3,4 | 0 | 0 | | Všech 1 238 běhů | | 4,0 | 11,8 | 72 (5,8 %) | 98 (7,9 %) | Agent, který napíše test, spustí ho, opraví kód a spustí ho znovu, potřebuje víc času a víc volání než ten, který čte soubory. S jedním limitem je implementátor useknut pětinu času a průzkumník by mohl viset šestkrát déle, než je u něj obvyklé, než si toho něco všimne. Panel, který bych postavil, ukazuje 90. percentil každého typu a označí běžícího agenta, který překročí ten svůj, ne globální číslo. Než jednoho zastavím, přečtu si jeho poslední zaznamenanou akci: agent, který je 15 minut v dlouhém běhu testů, pracuje, ten, jehož poslední akce byla před 10 minutami, uvázl. ## Kolik tokenů stojí jeden běh? Mediánový běh spotřeboval 125 828 tokenů a 90. percentil 211 884, včetně všeho, co agent přečetl a napsal. Průzkumníci byli níž (medián 86 389), agenti general-purpose výš (141 495). Ceny se mění příliš často na to, abych je tiskl, takže dashboard má ukládat tokeny na běh a model a při kreslení nákladů použít aktuální ceník. Kolik stejná práce stojí na různých modelech, je v článku [Kolik stojí AI agent a jeho provoz? Čísla ze 4 projektů](https://madsalt.tech/cs/blog/how-much-does-an-ai-agent-cost/). Z 1 775 spuštění šlo 883 na středně velký model, 827 na největší, 33 na nejnovější špičkový model a 32 na jiné; 54 % agentů smělo měnit soubory. ## Uspěly běhy, které skončily, doopravdy? Z 1 238 běhů, které se ohlásily, jich 1 172 dokončilo, 64 selhalo a 2 byly zastaveny. Těch 94,7 % říká, že agent skončil, ne že jeho práce byla správná. V mém nastavení každá změna kódu stále prochází bezpečnostním a kódovým revizorem, kteří ji mohou vrátit; nic z toho není vidět ve stavu běhu. Dashboard umí ukázat, že běh skončil. Zda je výsledek správný, vyžaduje druhého agenta, test nebo člověka. ## Jaké nástroje na to existují? Pro produkční aplikaci s agenty komunikujícími se zákazníky pokrývají hostované tracingové nástroje, jako Langfuse, LangSmith, Datadog nebo pohledy na agenty v Grafaně, latenci, tokeny a trasy a některé z nich umí hodnotit výstupy. Pro několik programátorských agentů na jednom stroji existují open-source dashboardy, které čtou události hooků agentů do lokální databáze. Moje vlastní čísla pocházejí z logů, které nastavení stejně zapisuje: z evidence spuštění, jeden řádek na spuštění, a z přepisů relací. Pro jednoho vývojáře to stačilo a skript nad těmito dvěma soubory vytvořil každou tabulku zde. Jak může vypadat celý pohled na orchestraci, s mapou agentů, nástrojem na tvorbu workflow a grafy nákladů, je v mém prototypu [Dashboard pro orchestraci agentů](https://madsalt.tech/cs/work/multi-agent-orchestration/). **Limity.** Jeden vývojář, jedno nastavení, 30 dní. „Odmítnuto ochranným pravidlem“ se určuje z textu chyby, takže několik chyb může být započítáno na špatnou stranu. Doba trvání a počty nástrojů pocházejí od agentů, kteří běželi na pozadí a ohlásili se; agenti z popředí v tabulce dob nejsou. Selhání se nepodařilo spolehlivě přiřadit k typům agentů, proto jsou uvedena jen jako součet. Provozujete agenty v produkci? Rád si vyměním zkušenosti, co měřit. Bez nabídky. [Ozvěte se](https://madsalt.tech/cs/#contact)