随着 Agent 从单轮模型调用走向多轮交互、自主任务执行与复杂协作，Agent 轨迹（Trajectory）正在成为可观测系统中的重要数据对象。长时间跨度、超大上下文、动态异构字段和复杂会话关联等特征，不仅带来了新的存储与查询挑战，也催生了会话还原、Badcase 检索、历史轨迹分析和评测数据选样等新的数据使用场景。

Stargazer 是蚂蚁自研的统一可观测数据引擎，已支撑阿福、灵光等 ToC 产品及内部多类 Coding Agent 的可观测需求。本次分享结合真实生产负载，介绍 Stargazer 围绕 Agent 轨迹的存储与查询架构实践：通过动态列、稀疏 Schema、列式写入和存算分离，实现高效写入与低成本长期留存；通过索引与分布式查询优化，支撑会话还原、Badcase 检索及评测选样等典型场景；并结合实时数据流与统一查询计算能力，进一步支持自动化诊断与持续评测，探索面向 Agent 观测、分析与评测的数据基础设施演进。

演讲提纲

1. Agent 轨迹带来的数据架构挑战
   • Agent 持续交互与复杂任务执行带来的可观测新型核心数据 Trajectory
   • 阿福、灵光、Coding Agent 和诊断分析场景的真实负载和查询模式
   • 会话、轮次与调用之间的关联，以及历史上下文对结果还原、问题诊断和版本评测的影响
2. 低成本长留存与实时数据架构
   • 存算分离、对象存储和分层缓存的低成本长留存与数据生命周期管理
   • WAL 实时增量消费，支持在线查询和下游计算解耦
   • 基于事件时间的集群动态扩缩容与历史数据原位访问
3. 动态 Schema 与高效写入
   • 动态列、稀疏 Schema 与查询模式对齐
   • 标准 OTLP 协议接入、Arrow 列式传输与持久化批量写入
   • 并发与背压控制：吞吐、实时性和内存开销之间的平衡
4. 面向 Agent 轨迹的查询优化
   • 会话还原、工具点查和列表统计等典型场景
   • 多层缓存、索引优化、时间 TopK 提前终止、长时间范围会话索引与大字段延迟解码等
   • 全文检索支持历史轨迹搜索与复杂问题调查
   • 轨迹 Sharding、计算下推、内存预算和自适应并发的协同优化
   • 真实生产负载下的查询性能收益与资源取舍
5. 轨迹数据复用：从历史检索到实时分析
   • 面向 Agent 变更与质量回归，基于历史轨迹查询实现 Badcase 选样、评测数据集构建与版本对比
   • 通过 WAL 增量数据消费，支持实时轨迹分析、自动化诊断与持续评测
   • 构建统一的数据查询与实时计算能力，减少观测、诊断和评测之间的数据搬运与重复建设
6. 未来演进：AI Search 与混合检索
   • 自然语言驱动的轨迹搜索与行为分析，支持更灵活的问题定位
   • 向量、全文与结构化条件的混合检索，以及语义关联和异常模式发现

听众收益

• 理解 Agent Trajectory 工作负载的数据特点，以及对传统可观测存储与查询架构带来的新挑战
• 掌握面向长时间跨度、大字段、动态 Schema 和复杂会话关联的关键存储与查询优化思路
• 了解大规模轨迹数据在长期留存成本、查询性能与计算资源稳定性之间的架构取舍
• 借鉴生产级数据引擎支撑 Agent 在线观测、历史诊断与持续评测的工程实践

演讲亮点

• 真实 Agent 轨迹负载驱动的引擎实践：Stargazer 支撑阿福、灵光、内部 Coding Agent 及诊断分析场景，承载 PB 级轨迹数据。围绕长上下文、动态异构字段和复杂会话关联，分享低成本长期留存、动态列与轨迹查询优化的架构设计和工程取舍
• 从数据存储到多场景复用：线上查询单轮对话还原 P95 500ms，历史上下文会话还原 P95 小于1s。结合 Badcase 检索、变更评测选样和实时轨迹消费，介绍同一份轨迹如何支撑观测、分析与持续诊断评测，以及 AI 搜索和混合检索的后续演进方向