Python 作为 AI 时代的编程语言，在近年来得到了广泛应用，特别是 LLM（大语言模型）领域几乎所有热门项目都使用 Python 开发，如 LangChain、Llama-index、Dify、PromptFlow、OpenAI SDK、Dashscope 等。然而 LLM 应用的落地面临一个共性挑战：LLM 在自然语言处理方面表现出令人印象深刻的能力，但其内部机制仍然不明确，这种缺乏透明度的做法给下游应用带来了不必要的风险，导致 LLM 应用"落地难"。LLM 可观测性能够为模型可解释性提供必要的数据支撑——对于研究人员和开发人员来说，可观测能力可以帮助识别意外的偏见、风险和性能改进点；对于运维人员来说，可以监控 Token 消耗、prompt 链路、模型响应时间等关键指标。为了增强对 Python 应用，特别是 Python LLM 应用的可观测性，阿里云推出了 Python 探针，旨在解决 LLM 应用"落地难、难落地"等问题，提供从微服务调用到大模型 Trace 的端到端追踪能力。
