Google Cloud porta la telemetria degli agenti nelle tabelle BigQuery di proprietà dei clienti

Google Cloud ha ampliato i suoi strumenti di monitoraggio e valutazione degli agenti IA il 13 novembre 2026, aggiungendo registrazione controllata dai clienti, dashboard, misure di tutela della privacy e limiti di spesa per BigQuery e Looker, destinati sia agli agenti di dati gestiti sia agli agenti personalizzati creati con Agent Development Kit (ADK) o LangGraph.

Il sistema utilizza un percorso di telemetria comune per gli agenti proprietari e quelli personalizzati. Gli agenti gestiti di Conversational Analytics generano telemetria automaticamente, mentre gli agenti personalizzati basati su ADK o LangGraph possono inviare telemetria strutturata tramite una singola riga di strumentazione SDK. I dati vengono archiviati in tabelle BigQuery di proprietà del cliente, per essere analizzati con gli strumenti per sviluppatori e amministratori di Google Cloud.

Diverse funzionalità fondamentali di monitoraggio sono disponibili a livello generale (GA). Le dashboard predefinite di BigQuery Studio monitorano l’utilizzo, le sessioni attive, le principali fonti di conoscenza e la latenza. Anche le dashboard Looker System Activity per Conversational Analytics sono disponibili a livello generale in Looker (Google Cloud core) e Looker (original) e mostrano il coinvolgimento e l’utilizzo dei token. Le valutazioni degli utenti e la revisione delle query nella scheda Risposte & feedback sono ancora in anteprima.

Le tracce operative non includono i contenuti delle conversazioni

Google Cloud separa la telemetria operativa dai contenuti delle conversazioni, così che amministratori e proprietari degli agenti possano gestire i due livelli in modo indipendente. Cloud Monitoring fornisce metriche aggregate sul volume delle richieste, sulla latenza e sull’utilizzo dei token, mentre Cloud Trace offre tracce dettagliate, passaggio per passaggio, per ogni richiesta. Gli ambiti di osservabilità di Cloud Trace possono consolidare la telemetria proveniente da più progetti di agenti.

Queste metriche operative e le tracce sanificate degli agenti proprietari non includono i contenuti fondamentali dei clienti, come i prompt degli utenti, le risposte dei modelli, i ragionamenti interni e il codice SQL generato. In questo modo, i team della piattaforma possono monitorare l’attività senza concedere automaticamente agli strumenti operativi accesso al contenuto di ogni interazione.

Per approfondire le verifiche, i proprietari e gli editor degli agenti possono scegliere di attivare la registrazione delle conversazioni per singoli agenti. Un agente di servizio gestito da Google trasmette quindi prompt, risposte e telemetria a livello di singolo turno tramite l’API BigQuery Storage Write in una agent_events tabella di proprietà del cliente. La tabella eredita le autorizzazioni di gestione delle identità e degli accessi del set di dati, le chiavi di crittografia gestite dal cliente e i controlli di servizio VPC.

Le misure di tutela della privacy controllano ogni turno prima della registrazione e la saltano per quel turno quando una fonte di conoscenza utilizza la sicurezza a livello di riga, tag di criteri a livello di colonna o il mascheramento dinamico dei dati. Se si verifica un errore di registrazione, la sessione di chat dell’utente prosegue senza interruzioni. La progettazione distingue quindi un’ampia visibilità operativa dall’accesso più circoscritto, abilitato esplicitamente, alle interazioni complete.

Google Cloud afferma che gli agenti personalizzati possono conservare maggiori dettagli diagnostici tramite il plug-in open source ADK, che può trasmettere a BigQuery alberi completi delle invocazioni degli strumenti, telemetria delle serie temporali e payload multimodali. La registrazione delle conversazioni degli agenti proprietari elimina intenzionalmente gli argomenti di basso livello degli strumenti e il codice SQL interno.

I limiti di spesa vanno oltre le dashboard

I log forniscono anche una base per la gestione dei costi. Per ogni turno di conversazione in BigQuery vengono registrati il numero di token in ingresso, in uscita, di ragionamento, memorizzati nella cache e complessivi, insieme alla latenza totale del turno. Looker System Activity riporta separatamente le stime dei token in ingresso e in uscita per i carichi di lavoro di business intelligence.

I limiti per singola query sui byte di BigQuery sottoposti a scansione utilizzano stime di esecuzione preliminare per bloccare le query di dimensioni eccessive senza addebitare i costi delle scansioni on demand. Sono invece in anteprima le quote giornaliere di token in ingresso e in uscita per BigQuery e per l’API Conversational Analytics. Queste quote possono essere applicate per progetto, utente o agente tramite la console Google Cloud oppure gcloud l’interfaccia a riga di comando (CLI).

La combinazione affianca la rendicontazione dei consumi a limiti attivi. I tetti ai byte sottoposti a scansione contengono la spesa per le query prima della loro esecuzione, mentre le quote di token in anteprima estendono i controlli sui consumi degli agenti a progetti, utenti e singoli agenti.

I risultati delle valutazioni affiancano i log di produzione

Lo strumento open source Prism di Google Cloud verifica gli agenti di Conversational Analytics basati su tabelle BigQuery o Looker Explores. Supporta suite di test riutilizzabili, asserzioni basate su espressioni regolari e il rilevamento di agenti in più regioni; le valutazioni si concentrano sull’accuratezza SQL e sulla qualità delle risposte prima che modifiche ai prompt, ai modelli o agli schemi raggiungano gli utenti.

Prism può scrivere in tabelle BigQuery, partizionate per giorno, i risultati delle valutazioni completate, affiancandoli ai dati di produzione agent_events per l’analisi in BigQuery e Looker. Le valutazioni native degli agenti BigQuery proprietari sono disponibili separatamente in anteprima tramite un’API e un notebook Colab guidato.

L’annuncio fa della telemetria BigQuery di proprietà dei clienti il livello comune per il monitoraggio, i controlli dei costi e le valutazioni, collegando la supervisione degli agenti alle autorizzazioni e ai controlli di sicurezza già presenti nel data warehouse. La registrazione delle conversazioni gestite e le dashboard principali sono disponibili a livello generale, mentre le quote di token, le valutazioni native e alcune funzionalità di feedback di Looker sono ancora in anteprima. Per i team che lavorano in produzione, la progettazione della distribuzione deve quindi considerare sia il confine tra tracce operative e conversazioni complete, sia la diversa disponibilità di ciascun controllo.