Google Cloud ukládá telemetrii agentů do tabulek BigQuery vlastněných zákazníky

Google Cloud rozšířil nástroje pro monitorování a vyhodnocování agentů umělé inteligence 13. listopadu 2026 o protokolování pod kontrolou zákazníků, řídicí panely, ochranu soukromí a limity výdajů pro spravované datové agenty i vlastní agenty vytvořené pomocí Agent Development Kit (ADK) nebo LangGraph.

Systém využívá společnou cestu telemetrie pro agenty první strany i vlastní agenty. Agenti Conversational Analytics spravovaní službou odesílají telemetrii automaticky, zatímco vlastní agenti ADK nebo LangGraph mohou odesílat strukturovanou telemetrii pomocí jediné řádky instrumentačního kódu SDK. Data se ukládají do tabulek BigQuery vlastněných zákazníkem, kde je lze analyzovat pomocí vývojářských a administrátorských nástrojů Google Cloud.

Několik klíčových funkcí monitorování je obecně dostupných (GA). Předpřipravené řídicí panely BigQuery Studio sledují využití, aktivní relace, nejčastější zdroje znalostí a latenci. Řídicí panely Looker System Activity pro Conversational Analytics jsou také obecně dostupné v Looker (Google Cloud core) a Looker (original) a poskytují přehled o zapojení uživatelů a využití tokenů. Hodnocení uživatelů a kontrola dotazů na kartě Odpovědi a zpětná vazba zůstávají ve fázi předběžného přístupu.

Provozní trasování nezahrnuje obsah konverzací

Google Cloud odděluje provozní telemetrii od obsahu konverzací, aby administrátoři a vlastníci agentů mohli každou z těchto vrstev spravovat samostatně. Cloud Monitoring poskytuje souhrnné metriky objemu požadavků, latence a využití tokenů, zatímco Cloud Trace zobrazuje jednotlivé úseky každého požadavku krok za krokem. Rozsahy sledovatelnosti v Cloud Trace umožňují sloučit telemetrii z více projektů agentů.

Tyto provozní metriky a očištěné úseky trasování agentů první strany nezahrnují citlivý obsah zákazníků, například uživatelské výzvy, odpovědi modelu, interní úvahy a generované příkazy SQL. Týmy spravující platformu tak mohou sledovat její činnost, aniž by provozní nástroje automaticky získaly přístup k obsahu jednotlivých interakcí.

Pro podrobnější audit mohou vlastníci a editoři agentů samostatně povolit protokolování konverzací u jednotlivých agentů. Agent služby spravovaný Googlem pak streamuje výzvy, odpovědi a telemetrii na úrovni jednotlivých tahů prostřednictvím BigQuery Storage Write API do tabulky agent_events vlastněné zákazníkem. Tabulka přebírá oprávnění pro správu identit a přístupu dané datové sady, klíče šifrování spravované zákazníkem a řízení VPC Service Controls.

Ochranná opatření na ochranu soukromí kontrolují každý tah před zaznamenáním a protokolování daného tahu přeskočí, pokud zdroj znalostí používá zabezpečení na úrovni řádků, značky zásad na úrovni sloupců nebo dynamické maskování dat. Pokud dojde k chybě při protokolování, chatová relace uživatele pokračuje bez přerušení. Návrh tak rozlišuje mezi širokým provozním přehledem a užším, výslovně povoleným přístupem k úplným interakcím.

Podle Google Cloud mohou vlastní agenti uchovávat více diagnostických podrobností díky open-source pluginu ADK, který dokáže streamovat do BigQuery úplné stromy volání nástrojů, telemetrii časových řad a multimodální datové obsahy. Protokolování konverzací u agentů první strany záměrně odstraňuje nízkoúrovňové argumenty volání nástrojů a interní příkazy SQL.

Limity výdajů rozšiřují možnosti nad rámec řídicích panelů

Protokoly poskytují také základ pro správu nákladů. U každého tahu konverzace v BigQuery se zaznamenává počet vstupních, výstupních, myšlenkových, cachovaných a celkových tokenů spolu s celkovou latencí tahu. Looker System Activity samostatně uvádí odhadovaný počet vstupních a výstupních tokenů napříč úlohami business intelligence.

Limity počtu bajtů zpracovaných při jednotlivých dotazech BigQuery využívají odhady ze zkušebního běhu, aby blokovaly příliš rozsáhlé dotazy bez účtování poplatků za skenování na vyžádání. Denní kvóty vstupních a výstupních tokenů pro BigQuery a rozhraní Conversational Analytics API jsou samostatně ve fázi předběžného přístupu. Tyto kvóty lze nastavit pro jednotlivé projekty, uživatele nebo agenty prostřednictvím konzole Google Cloud nebo gcloud rozhraní příkazového řádku (CLI).

Tato kombinace spojuje přehledy o spotřebě s aktivními limity. Limity skenovaných bajtů omezují výdaje za dotazy ještě před jejich spuštěním, zatímco připravované kvóty tokenů rozšiřují kontrolu spotřeby agentů na projekty, uživatele i jednotlivé agenty.

Výsledky vyhodnocení vedle produkčních protokolů

Open-source nástroj Prism od Google Cloud testuje agenty Conversational Analytics založené na tabulkách BigQuery nebo exploracích Looker. Podporuje opakovaně použitelné testovací sady, tvrzení založená na regulárních výrazech a vyhledávání agentů napříč regiony. Vyhodnocení se zaměřují na přesnost SQL a kvalitu odpovědí, aby bylo možné provést změny výzev, modelů nebo schémat ještě před jejich zpřístupněním uživatelům.

Prism může ukládat dokončené běhy vyhodnocení do tabulek BigQuery rozdělených podle dnů, takže výsledky srovnávacích testů jsou vedle produkčních agent_events záznamů k dispozici pro analýzu v BigQuery a Looker. Nativní vyhodnocování agentů BigQuery první strany je samostatně dostupné ve fázi předběžného přístupu prostřednictvím rozhraní API a interaktivního notebooku Colab s průvodcem.

Oznámení staví telemetrii v BigQuery vlastněnou zákazníkem do role společné vrstvy pro monitorování, kontrolu nákladů a vyhodnocování a propojuje dohled nad agenty se stávajícími oprávněními a bezpečnostními opatřeními datového skladu. Spravované protokolování konverzací a hlavní řídicí panely jsou obecně dostupné, zatímco kvóty tokenů, nativní vyhodnocování a některé funkce zpětné vazby v Looker zůstávají ve fázi předběžného přístupu. Návrh nasazení v produkčním prostředí proto musí zohlednit jak hranici mezi provozním trasováním a úplnými konverzacemi, tak rozdílnou dostupnost jednotlivých ovládacích prvků.