--- title: "AI agent monitoring dashboard: mida näitas 1 238 täitmist" description: "Milliseid paneele vajab AI agent monitoring dashboard? 30 päeva minu enda agendilogidest: 127 610 tööriistakutset, 1 238 täitmist ja kus üks piir ei sobi." url: "https://madsalt.tech/et/blog/ai-agent-monitoring-dashboard/" author: "Denys Zaichenko" language: "et" published: 2026-10-29 --- # AI agent monitoring dashboard: mida näitas 1 238 täitmist Lühidalt Tõmbasin välja 30 päeva logisid agendiseadistusest, millega ehitan: 127 610 tööriistakutset ja 1 238 lõpetatud agenditäitmist. Kolm asja otsustasid, mida seire-dashboard peaks näitama. 59% kõigist tööriistavigadest oli minu enda kaitsereeglite keeldumised, mitte miski, mis oleks katki läinud, nii et vigadel on vaja kahte loendurit. Üks ajapiir kõigile agentidele on vale: 21% minu testipõhistest kodeerimisagentidest ületas 12 minutit, koodiuurijatest 0%. Ja iga viies agendi käivitus lükati tagasi enne algust, mida ükski "täitmisi päevas" diagramm ei näita. Olen Denys, full-stack- ja AI-insener. Ehitan ühe koodimise juhtsessiooniga, mis annab töö edasi spetsialiseeritud agentidele: uurijatele, planeerijale, testipõhistele kodeerijatele ning turva- ja koodiülevaatajatele. Artiklis [mis läks katki 3 315 agenditäitmisel](https://madsalt.tech/et/blog/multi-agent-orchestration-what-broke/) lugesin rikked kokku. Siin on teine küsimus: mis peaks dashboardil olema? **Andmed.** Minu enda seadistuse sessioonilogid ja käivituste register, 24. septembrist 23. oktoobrini 2026. Iga allolev arv on neist arvutatud ühe skriptiga; klientide ja projektide nimesid kasutatud andmetes ei ole. See on ühe inimese töökoormus, mitte võrdlusalus. ## Mida peaks AI agent monitoring dashboard näitama? Tarnijate juhendid, näiteks [Grafana agentide jälgitavuse dokumendid](https://grafana.com/docs/grafana-cloud/observe-and-act/agent-observability/), keskenduvad latentsusele, žetoonidele, kulule ja vigadele. Minu logid ütlevad, et need neli on vajalikud, aga ei piisa. Viis paneeli: 1. **Käivitused: alustatud, tagasi lükatud, lõpetatud, ebaõnnestunud**, päeva kohta. 2. **Vead jaotatud "reegel keelas" ja "läks katki"**, tööriista kaupa. 3. **Kestus ja tööriistakutsed agenditüübi kohta**, mediaani ja 90. protsentiilina, tüübipõhise piiriga. 4. **Žetoonid täitmise kohta**, ehk kulu. 5. **Mis jookseb praegu**, iga täitmise möödunud aeg võrreldes selle tüübi tavavahemikuga. Ülejäänud artikkel on iga paneeli taga olevad arvud. ## Mitu agendi käivitust ei alga kunagi? | Käivitused, 30 päeva | Hulk | | -------------------------- | ------------- | | Käivitamiskatsed | 1 775 | | Tagasi lükatud enne algust | 352 (19,8%) | | Kõige hõivatum päev | 258 käivitust | | Mediaanpäev | 40 käivitust | Minu seadistus kontrollib iga käivitust: kas ülesandekirjeldus nimetab failid, mida agent tohib muuta, kas mõni teine jooksev agent hoiab neid faile juba, millist mudelit riskantne samm nõuab. Iga viies käivitus ei läbinud. Täitmiste diagramm loeb ainult käivitusi, mis algasid, nii et see peidab nad kõik. ## Miks vajavad tööriistavead kahte loendurit? 127 610 tööriistakutsest 6 691 tuli tagasi veana: 52 viga 1 000 kutse kohta. Siis jaotasin need selle järgi, mida viga ütles: ![Mis olid 6 691 tööriistaviga. 127 610 tööriistakutset 30 päeva jooksul. Minu enda kaitsereeglite keeldumised: 3954; Päriselt ebaõnnestus: 2737.](https://madsalt.tech/charts/et/ai-agent-monitoring-dashboard-errors.svg) *Joonis 1. Minu agendilogid, 24. septembrist 23. oktoobrini 2026; jaotatud vea teksti järgi.* | Tööriist | Kutseid | Vigu | Neist kaitsereegli keeldumisi | | ------------------ | ------- | ----- | ----------------------------- | | Käsurida | 50 960 | 4 985 | 2 970 | | Faili muutmine | 28 244 | 743 | 602 | | Faili lugemine | 26 348 | 145 | 1 | | Faili kirjutamine | 8 238 | 208 | 195 | | Agendi käivitamine | 1 719 | 287 | 132 | | Veebiotsing | 2 527 | 57 | 0 | 3 954 veast 6 691-st, 59%, olid minu enda reeglite "ei": käsk, mis jätaks kontrolli vahele, muutmine enne kohustuslikku otsingut, kirjutamine failile, mis kuulub teisele agendile. Kui see arv kasvab, teevad reeglid oma tööd või agent võitleb nende vastu. Ülejäänud 2 737 on päris rikked: test, mis ebaõnnestus, käsk, mis jooksis kokku, leht, mis ei laadinud. Ühel diagrammil need segunevad: päev täis keeldumisi näeb välja halb päev, kuigi miski ei läinud katki. ## Kas üks ajapiir sobib kõigile agentidele? Ei. Peatan alamagendi 12 minuti või 80 tööriistakutse järel ja logid näitavad, kui erinevad tüübid on: ![12-minutilise piiri ületanud täitmised. % täitmistest agenditüübi kaupa, 30 päeva, 1 238 täitmist. Testipõhine kodeerija (214 täitmist): 21; Turvaülevaataja (46): 6,50; Koodiülevaataja (33): 6,10; Brauseritestide käivitaja (38): 5,30; Üldotstarbeline (142): 1,40; Koodiuurija (44): 0.](https://madsalt.tech/charts/et/ai-agent-monitoring-dashboard.svg) *Joonis 2. Minu agendilogid, 24. septembrist 23. oktoobrini 2026.* | Agenditüüp | Täitmisi | Mediaan (min) | 90. protsentiil | Üle 12 minuti | Üle 80 tööriistakutse | | ------------------------- | -------- | ------------- | --------------- | ------------- | --------------------- | | Testipõhine kodeerija | 214 | 6,8 | 17,1 | 45 (21%) | 66 (31%) | | Turvaülevaataja | 46 | 5,0 | 10,9 | 3 (6,5%) | 2 | | Koodiülevaataja | 33 | 4,8 | 10,2 | 2 (6,1%) | 3 | | Brauseritestide käivitaja | 38 | 4,3 | 10,5 | 2 (5,3%) | 2 | | Üldotstarbeline | 142 | 3,1 | 6,5 | 2 (1,4%) | 8 | | Arhitekt | 72 | 5,2 | 8,5 | 0 | 4 | | Koodiuurija | 44 | 1,9 | 3,4 | 0 | 0 | | Kõik 1 238 täitmist | | 4,0 | 11,8 | 72 (5,8%) | 98 (7,9%) | Kodeerimisagent, mis kirjutab testi, käivitab selle, parandab koodi ja käivitab uuesti, vajab rohkem aega ja kutseid kui failide lugeja. Ühe piiriga lõigatakse kodeerija ära viiendikul juhtudest ja uurija võiks jääda kinni kuueks tema tavapärase kestuse kordseks, enne kui keegi märkab. Paneel, mille ehitaksin, näitab iga tüübi 90. protsentiili ja märgib jooksva agendi, mis ületab oma piiri, mitte üldist arvu. Enne ühe peatamist loen tema viimase logitud toimingu: agent, kes on 15 minutit pikas testijooksus, töötab; see, kelle viimane toiming oli 10 minutit tagasi, on kinni. ## Kui palju maksab üks täitmine žetoonides? Mediaantäitmine kasutas 125 828 žetooni ja 90. protsentiil 211 884, lugedes kõike, mida agent luges ja kirjutas. Uurijad jäid madalamale (mediaan 86 389), üldotstarbelised agendid kõrgemale (141 495). Hinnad muutuvad liiga tihti, et neid trükkida, seega peab dashboard salvestama žetoonid täitmise ja mudeli kohta ning rakendama kulu joonistamisel kehtivat hinnakirja. Mida sama töö eri mudelitel maksab, on artiklis [kui palju maksab AI-agent](https://madsalt.tech/et/blog/how-much-does-an-ai-agent-cost/). 1 775 käivitusest 883 läks keskmise suurusega mudelile, 827 suurimale, 33 uusimale tippmudelile ja 32 teistele; 54% agentidest tohtis faile muuta. ## Kas lõppenud täitmised tõesti õnnestusid? 1 238 täitmisest, mis andsid aru, 1 172 lõppes edukalt, 64 ebaõnnestus ja 2 peatati. See 94,7% ütleb, et agent sai valmis, mitte seda, et tema töö oli õige. Minu seadistuses läbib iga koodimuudatus ikka turvaülevaataja ja koodiülevaataja, kes võivad selle tagasi saata; sellest ei paista täitmise olekus midagi. Dashboard saab näidata, et täitmine lõppes. Tulemuse õigsus nõuab teist agenti, testi või inimest. ## Millised tööriistad selleks on? Tootmisrakenduse jaoks, kus agendid räägivad klientidega, katavad majutatud jälgimistööriistad nagu Langfuse, LangSmith, Datadog või Grafana agendivaated latentsuse, žetoonid ja jäljed ning mõni oskab väljundeid hinnata. Mitme kodeerimisagendi jaoks ühel masinal on avatud lähtekoodiga dashboarde, mis loevad agentide hook-sündmused kohalikku andmebaasi. Minu enda arvud tulevad logidest, mida seadistus niikuinii kirjutab: käivituste register, üks rida käivituse kohta, ja sessioonide transkriptsioonid. Ühele arendajale piisas sellest ja skript nende kahe faili peal tootis kõik siinsed tabelid. Milline võib välja näha täielik orkestreerimisvaade, agendikaardi, töövoo koostaja ja kulugraafikutega, on minu prototüübis [agentide orkestreerimise dashboard](https://madsalt.tech/et/work/multi-agent-orchestration/). **Piirangud.** Üks arendaja, üks seadistus, 30 päeva. "Kaitsereegli keeldumine" tuvastatakse vea tekstist, seega võib mõni viga olla loetud valele poolele. Kestus ja tööriistakutsed pärinevad agentidelt, mis jooksid taustal ja andsid aru; esiplaanil jooksnud agendid ei ole kestuse tabelis. Rikkeid ei saanud usaldusväärselt agenditüüpidele omistada, seega esitatakse need ainult kogusummana. Käitate agente tootmises? Võrdlen hea meelega märkmeid selle kohta, mida mõõta. Ilma müügijututa. [Võtke ühendust](https://madsalt.tech/et/#contact)