نماذج ومنصات الذكاء الاصطناعي
تضع Google Cloud بيانات تتبّع الوكلاء في جداول BigQuery يملكها العملاء
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةOperational traces deliberately exclude prompts and responses so monitoring never…
عرض المزيد
- Operational traces deliberately exclude prompts and responses so monitoring never grants tools access to conversation substance.
- Conversation logging is opt-in per agent and skips turns touching row-level security or masked data.
- Customer-owned BigQuery tables unify telemetry cost controls and evaluation under existing warehouse permissions.
Google Cloud وسّعت أدواتها لمراقبة وكلاء الذكاء الاصطناعي وتقييمهم في 13 نوفمبر 2026، وأضافت إمكانات تسجيل يتحكم فيها العملاء، ولوحات بيانات، وضمانات للخصوصية، وحدودًا للإنفاق عبر BigQuery وLooker، وذلك لوكلاء البيانات المُدارين والوكلاء المخصصين المبنيين باستخدام Agent Development Kit (ADK) أو LangGraph.
يستخدم النظام مسارًا موحدًا لبيانات التتبّع الخاصة بالوكلاء الأصليين والمخصصين. وتُصدر وكلاء Conversational Analytics المُدارة بيانات التتبّع تلقائيًا، بينما يمكن لوكلاء ADK أو LangGraph المخصصين إرسال بيانات تتبّع منظّمة من خلال إضافة تعليمات برمجية إلى حزمة تطوير البرمجيات في سطر واحد. وتُحفَظ البيانات في جداول BigQuery يملكها العميل لتحليلها باستخدام أدوات المطورين والمسؤولين في Google Cloud.
أصبحت عدة ميزات أساسية للمراقبة متاحة عمومًا (GA). وتتتبّع لوحات البيانات الجاهزة في BigQuery Studio الاستخدام والجلسات النشطة وأبرز مصادر المعرفة وزمن الاستجابة. كما أصبحت لوحات بيانات نشاط النظام في Looker الخاصة بـ Conversational Analytics متاحة عمومًا في Looker (Google Cloud core) وLooker (original)، وتغطي التفاعل واستخدام الرموز. أما تقييمات المستخدمين ومراجعة الاستعلامات في علامة التبويب Responses & feedback، فما زالتا في مرحلة المعاينة.
آثار التشغيل لا تتضمن محتوى المحادثات
تفصل Google Cloud بيانات التتبّع التشغيلية عن محتوى المحادثات، ليتمكن المسؤولون ومالكو الوكلاء من إدارة الطبقتين بشكل مستقل. ويوفر Cloud Monitoring مقاييس إجمالية لحجم الطلبات وزمن الاستجابة واستخدام الرموز، بينما يعرض Cloud Trace مقاطع تتبّع مفصلة خطوة بخطوة لكل طلب. ويمكن لنطاقات الرصد في Cloud Trace تجميع بيانات التتبّع من عدة مشاريع للوكلاء.
لا تتضمن هذه المقاييس التشغيلية ومقاطع التتبّع المنقحة الخاصة بالوكلاء الأصليين المحتوى الأساسي للعميل، بما في ذلك مطالبات المستخدمين وردود النماذج والأفكار الداخلية وSQL المُنشأ. وهذا يتيح لفرق المنصات مراقبة النشاط من دون منح الأدوات التشغيلية تلقائيًا إمكانية الوصول إلى مضمون كل تفاعل.
ولإجراء تدقيق أعمق، يمكن لمالكي الوكلاء ومحرريهم اختيار تفعيل تسجيل المحادثات لوكلاء بعينهم. بعد ذلك، يرسل وكيل خدمة تديره Google المطالبات والردود وبيانات التتبّع على مستوى كل دور عبر BigQuery Storage Write API إلى جدول مملوك للعميل agent_events ويرث هذا الجدول أذونات إدارة الهوية والوصول الخاصة بمجموعة البيانات، ومفاتيح التشفير التي يديرها العميل، وضوابط VPC Service Controls.
تتحقق ضمانات الخصوصية من كل دور قبل تسجيله، وتتجاوز تسجيل ذلك الدور إذا كان مصدر المعرفة يستخدم أمانًا على مستوى الصفوف أو علامات سياسات على مستوى الأعمدة أو إخفاءً ديناميكيًا للبيانات. وإذا وقع خطأ في التسجيل، تستمر جلسة محادثة المستخدم من دون انقطاع. وبذلك يميز التصميم بين الرؤية التشغيلية الواسعة وإمكانية الوصول الأضيق نطاقًا إلى التفاعلات كاملة، التي لا تُفعّل إلا صراحةً.
تقول Google Cloud إن الوكلاء المخصصين يمكنهم الاحتفاظ بمزيد من التفاصيل التشخيصية باستخدام إضافة ADK مفتوحة المصدر، التي تستطيع إرسال أشجار استدعاء الأدوات كاملةً وبيانات التتبّع المتسلسلة زمنيًا والحمولات متعددة الوسائط إلى BigQuery. أما تسجيل المحادثات الخاص بالوكلاء الأصليين، فيحذف عمدًا وسيطات الأدوات منخفضة المستوى وتعليمات SQL الداخلية.
حدود الإنفاق تتجاوز لوحات البيانات
توفر السجلات أيضًا أساسًا لإدارة التكاليف. ويسجل كل دور في محادثة BigQuery أعداد الرموز المُدخلة والمُخرجة ورموز التفكير والرموز المخزنة مؤقتًا وإجمالي الرموز، إلى جانب إجمالي زمن استجابة الدور. ويعرض Looker System Activity، بصورة منفصلة، تقديرات الرموز المُدخلة والمُخرجة ضمن أعباء عمل ذكاء الأعمال.
تستخدم الحدود القصوى لعدد بايتات BigQuery التي يمسحها كل استعلام تقديرات التشغيل التجريبي لمنع الاستعلامات الكبيرة، من دون تكبّد رسوم المسح حسب الطلب. وبشكل منفصل، ما زالت حصص الرموز اليومية المُدخلة والمُخرجة في BigQuery وConversational Analytics API في مرحلة المعاينة. ويمكن تطبيق هذه الحصص على مستوى المشروع أو المستخدم أو الوكيل، من خلال وحدة تحكم Google Cloud أو gcloud واجهة سطر الأوامر (CLI).
يجمع هذا النهج بين الإبلاغ عن الاستهلاك وفرض حدود فعلية. فحدود مسح البايتات تضبط الإنفاق على الاستعلامات قبل تنفيذها، بينما توسّع حصص الرموز قيد المعاينة نطاق فرض الحدود ليشمل استهلاك الوكلاء عبر المشاريع والمستخدمين والوكلاء كلٌّ على حدة.
نتائج التقييم إلى جانب سجلات الإنتاج
تختبر أداة Prism مفتوحة المصدر من Google Cloud وكلاء Conversational Analytics المستندين إلى جداول BigQuery أو استكشافات Looker. وتدعم مجموعات اختبار قابلة لإعادة الاستخدام، وتأكيدات التعابير النمطية، واكتشاف الوكلاء عبر مناطق متعددة، مع تركيز التقييمات على دقة SQL وجودة الإجابات قبل وصول تغييرات المطالبات أو النماذج أو المخططات إلى المستخدمين.
يمكن لأداة Prism كتابة عمليات التقييم المكتملة في جداول BigQuery مقسّمة حسب اليوم، لتضع نتائج المعايير المرجعية إلى جانب سجلات الإنتاج agent_events كي تُحلل في BigQuery وLooker. كما تتوفر، بصورة منفصلة، تقييمات وكلاء BigQuery الأصلية من الطرف الأول في مرحلة المعاينة عبر واجهة برمجة تطبيقات ودفتر Colab إرشادي.
تجعل هذه الخطوة بيانات التتبّع في BigQuery المملوكة للعملاء طبقةً مشتركة للمراقبة وضوابط التكاليف والتقييم، وتربط الإشراف على الوكلاء بأذونات مستودع البيانات وضوابط الأمان القائمة. وقد أصبح تسجيل المحادثات المُدار ولوحات البيانات الرئيسية متاحين عمومًا، في حين لا تزال حصص الرموز والتقييمات الأصلية وبعض ميزات الملاحظات في Looker قيد المعاينة. ولذلك، يشمل تصميم النشر لدى فرق الإنتاج مراعاة الحد الفاصل بين آثار التشغيل والمحادثات الكاملة، إلى جانب اختلاف مدى توافر كل أداة من أدوات التحكم.
