CNCF：Jaeger v2借助MCP、ACP与AG-UI标准演进为OpenTelemetry AI智能体追踪平台
Jaeger是CNCF旗下最初为微服务设计的分布式追踪工具，现已演进为基于OpenTelemetry的AI智能体工作负载追踪平台。Jaeger v2集成了三项新协议——模型上下文协议（MCP）、智能体客户端协议（ACP）和AG-UI——并支持针对RAG流水线、自主智能体和工具调用追踪的OpenTelemetry语义约定。
本文由人工智能基于一手来源生成。
隶属于云原生计算基金会（CNCF）的分布式追踪工具Jaeger，发布了其演进为专门追踪生产环境中生成式AI应用和自主智能体平台的详细信息。
什么是Jaeger，为何需要为AI升级？
Jaeger最初设计用于理解碎片化的微服务架构——追踪跨数十个服务的请求并识别瓶颈。现代AI智能体工作负载带来了新的复杂性：RAG（检索增强生成）流水线、多步骤智能体、外部工具调用以及不可预测的执行流程，都需要专门的可观测性基础设施。
Jaeger v2围绕OpenTelemetry框架进行了重构。原有的数据采集机制被OpenTelemetry Collector框架所取代，该框架将指标、日志和追踪整合为统一的部署模型，消除了中间翻译步骤，从而提升了数据摄取阶段的性能。
Jaeger为AI智能体追踪引入了哪些协议？
Jaeger v2集成了三项涵盖AI智能体交互不同方面的开放标准协议：
**模型上下文协议（MCP）**标准化了AI智能体访问外部数据源（如数据库、API和文档）的安全方式。
**智能体客户端协议（ACP）**实现了用户界面与AI智能体之间的统一通信，消除了针对每个智能体进行定制集成的需要。
**AG-UI（智能体-用户交互协议）**支持交互式工作空间功能，使工程师与AI助手能够协同分析追踪数据。
ACP后端层如何实现故障诊断？
ACP后端层将自然语言请求转化为确定性追踪查询。工程师可以输入如「payment服务中延迟超过2秒的500级错误」的描述，系统会自动将其转换为识别问题span的结构化查询。
Jaeger前端正在迁移到Zustand + React Query架构，并内置了使用assistant-ui + AG-UI集成的助手。工程师可以通过提示助手，在特定追踪span范围内请求故障路径分析。
Jaeger v2还支持针对生成式AI应用的OpenTelemetry语义约定：追踪RAG流水线、自主智能体、嵌入延迟、外部工具调用以及token消耗监控。开放格式防止了供应商锁定，这对于希望在基础设施选择上保持灵活性的组织至关重要。
常见问题
- 什么是Jaeger，为什么它对AI智能体如此重要？
- Jaeger是CNCF旗下的分布式追踪工具，帮助工程师理解跨多服务的复杂调用流程。在AI智能体场景下，Jaeger v2为生产环境中的RAG流水线、工具调用、嵌入延迟和token消耗提供可观测性。
- Jaeger v2为AI集成了哪些新协议？
- Jaeger v2集成了模型上下文协议（MCP）——用于安全访问AI智能体使用的外部数据源；智能体客户端协议（ACP）——用于UI与AI智能体之间的统一通信；以及AG-UI（智能体-用户交互协议）——用于支持交互式工作空间。
- Jaeger中的ACP层如何帮助工程师诊断故障？
- 智能体客户端协议层将自然语言请求（如「payment服务中延迟超2秒的500错误」）转化为确定性追踪查询，使工程师和AI智能体无需手动编写复杂查询即可协同分析故障。