谷歌宣布扩展 Google Data Cloud 中的 AI 智能体可观测性与评估能力，在 BigQuery 与 Looker 中引入新功能。这项宣布于 11 月 14 日发布在 Google Cloud 博客上，为追踪数据智能体如何推理、访问了哪些数据、运行成本如何，提供了一条统一路径——无论是谷歌自有的智能体，还是使用 Agent Development Kit（ADK）或 LangGraph 等框架构建的自定义智能体。
这项宣布的理念是，把智能体可观测性当作运营的一部分，而不是附加功能：当智能体从原型走向生产，团队需要看到多步推理过程、保护敏感数据、控制 token 消耗，并在提示词或模式变更到达用户之前评估回答质量。
所有智能体共用一套遥测流程
宣布的核心是一套统一遥测框架，对任何智能体的工作方式都相同：采集遥测数据，写入客户自有的 BigQuery 表中，再在团队已在使用的工具中进行分析。
- 采集：谷歌自有的 Conversational Analytics 智能体无需配置即可自动发送遥测数据。通过智能体间（A2A）工作流（现已正式可用）路由到 Gemini Enterprise 中 BigQuery 数据智能体的查询，会将 Cloud Monitoring 指标、Cloud Trace 跟踪和对话日志直接发送到智能体所在的项目。使用 ADK 或 LangGraph 构建的自定义智能体可以通过 SDK 中的一行代码接入，发送相同的结构化遥测数据。
- 落地：所有数据都落入客户自有的 BigQuery 表中，遵循客户自己的权限与治理规则，而不是被锁在第三方面板中。
- 分析：BigQuery Studio 与 Looker 中的现成面板可显示用量、活跃会话、主要知识来源、延迟与 token 消耗。团队也可使用开源 Data Studio 模板或 Looker Block for Agent Analytics 自建构建报表。
已正式可用与仍处预览阶段的功能
现已正式可用的功能包括：BigQuery 中的对话日志记录、Conversational Analytics API、A2A 工作流、BigQuery Studio 中的监控面板，以及 Looker System Activity 面板（同时适用于 Looker（Google Cloud core）与原版 Looker）。仍处预览阶段的功能包括：Looker 中 Responses & feedback 标签页中的用户评价与查询审查、每日输入与输出 token 配额，以及 BigQuery 中的原生智能体评估（可通过 API 与 Colab 向导笔记本使用）。
运营遥测与对话内容相分离
这项设计的一个核心是，将运营遥测与对话内容分离，使每一层都有自己的治理规则。Cloud Monitoring 的聚合指标与经过清洗的 Cloud Trace 跟踪都排除了客户的核心内容：提示词、回答、内部思考与生成的 SQL。
当审计需要内容时，对话日志记录可按智能体单独开启：由谷歌托管的服务智能体通过 BigQuery Storage Write API，将提示词、回答与每轮遥测数据流入客户自有的 agent_events 表，并继承该数据集的 IAM 权限、客户管理的加密密钥（CMEK）与 VPC Service Controls。隐私护栏采用 fail-closed 机制：在每轮对话之前，当知识来源使用行级安全、列级策略标签或动态数据掩码时，系统会跳过记录。而执行则采用 fail-open 机制：即使记录失败，用户会话也不会中断。
对于自定义智能体，ADK 的开源插件 BigQueryAgentAnalyticsPlugin 可发送完整的工具调用树、时间序列遥测与多模态负载。由于日志存放在客户自有的表中，无需构建导出管道即可诊断故障：可使用 BigQuery AI 函数（如 AI.GENERATE 与结合 VECTOR_SEARCH 的 AI.EMBED），或使用 bigquery-agent-analytics Python SDK 与入门 Colab 笔记本。
以 FinOps 护栏控制成本
每轮对话都会记录输入、输出、思考、缓存与总 token 数，以及总延迟；Looker System Activity 则会报告商业智能工作负载中的预估输入与输出 token 数。为避免账单意外，可为每次查询设置 BigQuery 扫描字节数上限（big_query_max_billed_bytes），利用 dry-run 估计阻止过大查询，且不产生按需扫描费用。每日输入与输出 token 配额（按项目、用户或智能体设置）仍处预览阶段。谷歌还表示，Conversational Analytics 目前提供试用促销价格。
在上线生产之前先评估
日志展示了智能体的实际行为；评估则判断某项变更是否改善或降低了回答质量。为此，谷歌发布了开源评估工具 Prism，可测试基于 BigQuery 表或 Looker Explores 的 Conversational Analytics 智能体，支持可复用的测试套件、正则断言与多区域发现。Prism 可将评估结果直接流入按日分区的 BigQuery 表，与生产日志并列对比。
背景：谷歌加速智能体基础设施建设
这项宣布与谷歌在同一周发布的 A2UI 1.0 相呼应——后者是一项开放协议，让 AI 智能体以交互式屏幕回应用户。两者共同展示了谷歌对生产环境中智能体的战略：表面上是用户可见的界面；背后则是遥测、治理与成本控制，供运营这些智能体的团队使用。
图片来源：统一智能体可观测性框架示意图，来自 Google Cloud 博客。
来源： Google Cloud Blog; Unite.AI.
透明度声明：本文在人工智能的协助下撰写，并与 X 上的公开内容和互联网来源进行了交叉核对。建议查阅原始来源以了解更多细节。
Muse 作品
