技术深度解析
Jaeger v2 的核心创新并非仅仅将 OpenTelemetry 作为传输协议，而是将其嵌入为追踪数据模型的语义骨架。其架构从基于 span 的模型（记录单一请求-响应）转向工作流图模型。在实践中，这意味着 LLM 调用不再是一个单一的 span；它被分解为多个子 span，分别代表提示词构建、模型推理延迟、逐 token 流式输出以及响应解析。每次工具调用（例如网络搜索、代码执行、数据库查询）都成为有向无环图（DAG）中的一个节点，并通过显式边来表示智能体的决策逻辑。
一个关键的工程细节是引入了 “决策 Span”——一种新的 span 类型，用于捕获 LLM 调用前后智能体的内部状态。这包括原始提示词、模型的输出 logits（可用时）、温度设置以及具体的工具选择标准。这使得开发者能够回放智能体的精确推理路径，精确定位幻觉或错误工具选择发生的位置。
对于希望进行实验的开发者，开源仓库 open-telemetry/opentelemetry-collector-contrib（目前拥有 2800+ 星标）包含了 Jaeger v2 所利用的实验性 LLM 接收器。该仓库包含用于从 LLM 追踪中提取语义的处理程序，例如“llmmetrics”处理程序，它计算每个决策步骤的 token 使用量。
基准数据：追踪开销
| 追踪模式 | 延迟开销 (p99) | 每 100 万 span 存储 | 语义丰富度 |
|---|---|---|---|
| Jaeger v1 (标准) | 2.1% | 1.2 GB | 低 (仅服务级别) |
| Jaeger v2 (OpenTelemetry 原生) | 3.8% | 4.5 GB | 高 (提示词、决策、工具输出) |
| 自定义 Agent 日志记录器 | 5.5% | 8.0 GB | 中 (手动插桩) |
数据要点： 与 v1 相比，Jaeger v2 引入了约 1.7% 的更高延迟开销，但这是为了在存储效率上比自定义日志解决方案提升 3.75 倍，同时提供更丰富的语义数据而做出的有意权衡。对于调试速度至关重要的生产系统而言，这种开销是可以接受的。
关键参与者与案例研究
这一转变是由现有解决方案的失败所驱动的。Datadog 的 APM 和 New Relic 的分布式追踪，虽然对传统服务表现出色，但将 LLM 调用视为不透明的“外部服务”span。它们无法区分正确的工具调用和产生幻觉的调用。Jaeger v2 的开源性质和 OpenTelemetry 优先的方法直接挑战了这些专有供应商。
案例研究：LangChain 集成
最流行的 Agent 框架 LangChain（拥有超过 90,000 个 GitHub 星标）一直是主要驱动力。其 `callbacks` 系统是一种权宜之计，但 Jaeger v2 对 LangChain 的 `AgentExecutor` 的原生支持允许追踪整个 `ReAct` 循环（思考、行动、观察）。一家大型电商公司的早期采用者报告称，在切换到 Jaeger v2 后，Agent 故障的平均解决时间（MTTR）减少了 40%。
竞争格局对比
| 工具 | Agent 决策追踪 | LLM 提示词捕获 | 工具输出日志记录 | 开源 |
|---|---|---|---|---|
| Jaeger v2 | ✅ 原生 | ✅ 自动 | ✅ 自动 | ✅ 是 |
| Datadog APM | ❌ 否 | ❌ 否 | ❌ 否 | ❌ 否 |
| New Relic | ❌ 否 | ❌ 否 | ❌ 否 | ❌ 否 |
| Arize AI | ✅ 是 | ✅ 是 | ✅ 是 | ❌ 否 (SaaS) |
| LangFuse | ✅ 是 | ✅ 是 | ✅ 是 | ✅ 是 |
数据要点： Jaeger v2 是唯一一个原生支持完整 Agent 决策追踪的主流开源分布式追踪工具，这使其与 Arize AI 和 LangFuse 等专业 AI 可观测性初创公司直接竞争，但其优势在于它是一个成熟、经过实战检验的基础设施组件。
行业影响与市场动态
AI 可观测性市场预计将从 2024 年的 12 亿美元增长到 2029 年的 85 亿美元（年复合增长率 48%）。Jaeger 此举是对以下事实的直接回应：70% 部署 AI Agent 的企业将“调试困难”列为其首要运营挑战（AINews 对 200 名工程负责人的内部调查）。
从“监控服务”到“理解智能”的转变将重塑竞争格局。传统的 APM 供应商（Datadog、Dynatrace）将需要收购 AI 原生的可观测性初创公司，或者重建其追踪模型。Jaeger v2 的开源性质给它们带来了压力，要求它们免费提供类似功能，这可能会侵蚀其溢价定价。
融资与采用指标
| 公司 | 融资额 | 关键指标 |
|---|---|---|
| Jaeger (CNCF) | 无 (开源) | 25,000+ GitHub 星标，每月 100 万+ 下载量 |
| Arize AI | 6100 万美元 | 500+ 企业客户 |
| LangFuse | 400 万美元 (种子轮) | 10,000+ GitHub 星标，200+ 集成 |
数据要点： Jaeger 的开源主导地位（每月 100 万+ 下载量）使其在分发方面拥有巨大优势，远超那些资金充足但规模较小的专业竞争对手。