欢迎回来！

本课是我们整个第二大篇章——工程篇的最后一节。上节课我们把安全的三层防御——沙箱、权限网关、身份认证——在独立的 demo 环境里全部跑通了。32 课结尾我说过一句话：下一节课，我们把这三层全部装到 XiaoPaw 上。

今天就是兑现承诺的时刻。

回忆一下，22 课我们做了一个带记忆的 XiaoPaw，集成了第 17 课的工具、后面的三层记忆。但那时候的 XiaoPaw，说白了还是在"裸奔"——它禁不住 prompt 注入，可能出现无限循环，可能被攻击者穿越路径，而且一切都不可观测。今天我们要让它变成什么样呢？戴上可观测性的面罩、穿上可靠性的装甲、举起安全性的盾牌——这样才能真正放到生产环境里去用。

先看效果，再看改了什么，然后逐层拆解设计——全程业务代码 0 行修改。

一、效果先行：加固后的 XiaoPaw 长什么样？

我们不讲概念，直接看效果。

正常对话的 Langfuse 全链路追踪

打开 Langfuse，切到 Tracing 视图。每一个请求就是一条 trace。你也可以切到 Observation 视图，这样每一个 span 就直接铺开展示。我们还是按 trace 视图来看。

用户发送"帮我搜索一下 Python 3.13 有什么新特性"，XiaoPaw 回复完成。打开 Langfuse Traces 列表：