AI Agent 上线以后，不能只看“今天有没有报错”。真正的问题往往藏在更细的指标里：成功率慢慢下降，人工接管变多，某个工具偶尔超时，成本突然升高，客户可见任务等待时间变长。等用户投诉时再排查，通常已经晚了。
运行监控的目标，是让团队知道 Agent 正在以什么质量做事。它和 Agent 可观测性、运行证据包、异常分级 是一套体系：先看见，再判断，再处理。
成功率不要只算最终完成
很多看板会把任务完成率当成唯一指标，但 Agent 的完成有很多层。用户满意完成、工具成功完成、人工接管后完成、重试三次后完成，含义完全不同。把它们都算成成功，会掩盖流程里的真实摩擦。
更稳的做法是拆成自动完成率、一次完成率、重试完成率和人工接管完成率。这样团队能看出问题到底是模型理解差、工具不稳定，还是权限和流程设计不清楚。
接管率是健康信号，不是坏指标
人工接管率升高不一定代表系统变差。对高风险任务来说，接管是正确结果。真正要观察的是接管原因：低置信度、权限不足、资料冲突、客户可见动作、工具失败，分别指向不同改进方向。
如果接管原因大量集中在权限不足，可以回头检查 权限矩阵 和 工具白名单。如果集中在资料冲突，就要查知识库版本和引用质量。
延迟要按任务类型拆开
客服问答、报告生成、客户资料更新、跨系统检索，对响应时间的要求不一样。把所有任务混在一起看平均延迟，很容易得出错误结论。一个长报告跑三分钟可以接受，客户正在等待的外发草稿卡三分钟就不合适。
延迟监控最好按任务类型、工具调用次数、是否等待人工确认分组。这样才能判断慢是正常工作量，还是工具链路出了问题。
成本要和结果放在一起看
只看 token 和调用费用，会让团队本能地压低成本；只看结果，又可能让账单失控。Agent 成本监控要和任务价值、自动完成率、客户影响一起看。
这和 成本预算 的思路一致。高价值客户阻塞任务多花一点可以接受，低价值批量整理任务反复重试就要限制预算。
总结
AI Agent 运行监控不是一张报错表，而是一套生产健康指标。成功率、接管率、延迟、工具失败、成本和客户影响一起看，团队才能在问题变成事故之前发现它。
