本文聚焦于基于LLM的智能体系统（Agentic AI Systems）中委托执行的可观测性问题。在智能体系统中，代理可以动态选择工具、改变执行序列、并生成协作子代理，导致执行轨迹碎片化和交织。标准审计日志和执行追踪无法区分不同委托分配下的操作序列，因为相同的日志和轨迹可能对应多种委托关系。这种结构性欠定问题使得从因果结构重建委托范围变得不可行。现有审计、追踪和安全模式缺乏语义来重建跨异构系统的委托下操作。作者提出了一种智能体感知的可观测性子系统，包含轻量级网关和通用信息模型，能够在执行时绑定委托上下文。该子系统支持可靠的跨工具委托范围重建和直接取证查询，无需启发式时间窗关联。实验（论文中未详述）证明该方法能有效识别委托归属和访问/共享足迹，为智能体系统的安全审计和合规提供基础。