OpenClaw可观测插件0.1.2版本为什么需要解决多轮Trace语义失真问题？

在Agent场景中，很多团队已经接入OpenClaw可观测插件进行链路追踪，但排障时依然会遇到"图在真相不在"的尴尬。核心问题在于，市面上大多数基于llm_input/llm_output hook实现的可观测插件，都存在同一类结构性缺陷：多轮对话只被压缩成"单轮LLM + 多个TOOL"。这是因为Agent的真实执行模式是ReAct迭代系统，每一轮都包含判断、工具选择、结果吸收和下一步规划，而不是简单的"一次LLM调用加若干工具"。用单个LLM span去概括整轮行为，会天然丢失中间语义，导致看不到中间轮次的真实LLM输入输出，Trace结构与真实执行不一致，排障时看起来完整实际上具有误导性。此外，并发及连续调用下还容易出现断链或串链的问题，run级别的关联不稳定。0.1.2版本正是为了解决这些结构性语义失真问题而设计的。