AI 应用 Debug 需要的不是“更多 log”，而是 Runtime Trace
最近在做 AI 生图项目，处理用户反馈时发现 debug 体验很差。用户说“生成结果不符合预期”“风格不对”“参考图没生效”“同样的 prompt 结果差很多”，但真要定位问题时，翻 log 经常翻到怀疑人生。 
我就跟朋友吐槽：传统 log 方式不适合 AI 应用，AI 应用 debug 更应该关注 runtime 下的全流程 trace。 
朋友一句话怼回来：“暴论，你以为改个名字就不叫 log 了是吧。” 
这个质疑其实挺有价值。很多工程概念确实容易变成换皮术语：log、trace、event、telemetry、observability，好像名字一换就高级了。但我这里说的不是“不要 log”，也不是“trace 和 log 完全无关”，而是：传统 log 的核心模型，和 AI 应用的故障形态不匹...