Google Cloud legger agenttelemetri i kundeeide BigQuery-tabeller

Google Cloud utvidet verktøyene sine for overvåking og evaluering av KI-agenter 13. november 2026. Utvidelsen omfatter kundestyrt logging, dashbord, personvernmekanismer og forbruksgrenser for BigQuery og Looker, for både administrerte dataagenter og egendefinerte agenter bygget med Agent Development Kit (ADK) eller LangGraph.

Systemet bruker én felles telemetriløsning for førstepartsagenter og egendefinerte agenter. Administrerte Conversational Analytics-agenter sender telemetri automatisk, mens egendefinerte ADK- eller LangGraph-agenter kan sende strukturert telemetri med en SDK-instrumentering på én linje. Dataene lagres i BigQuery-tabeller som eies av kunden, for analyse i Google Clouds verktøy for utviklere og administratorer.

Flere sentrale overvåkingsfunksjoner er allment tilgjengelige (GA). De forhåndsbygde dashbordene i BigQuery Studio sporer bruk, aktive økter, de viktigste kunnskapskildene og ventetid. Looker System Activity-dashbordene for Conversational Analytics er også GA i Looker (Google Cloud core) og Looker (original), og dekker engasjement og tokenbruk. Brukervurderinger og gjennomgang av forespørsler i fanen Svar & tilbakemeldinger er fortsatt i forhåndsversjon.

Operasjonelle spor utelater samtaleinnhold

Google Cloud skiller operasjonell telemetri fra samtaleinnhold, slik at administratorer og agenteiere kan styre de to lagene uavhengig av hverandre. Cloud Monitoring leverer aggregerte måltall for forespørselsvolum, ventetid og tokenbruk, mens Cloud Trace viser spor som trinn for trinn følger hver forespørsel. Med sporbarhetsområder i Cloud Trace kan telemetri fra flere agentprosjekter samles.

Disse operasjonelle måltallene og de rensede sporene fra førstepartsagenter utelater kundens kjerneinnhold, blant annet brukerforespørsler, modellresponser, interne tanker og generert SQL. Dermed kan plattformteam overvåke aktivitet uten at de operasjonelle verktøyene automatisk får tilgang til innholdet i hver enkelt interaksjon.

For mer inngående revisjon kan agenteiere og redaktører velge å aktivere samtalelogging for enkelte agenter. En Google-administrert tjenesteagent strømmer deretter forespørsler, svar og telemetri for hvert samtaleturtak gjennom BigQuery Storage Write API til en kundeeid agent_events tabell. Tabellen arver datasettes tillatelser for identitets- og tilgangsstyring, kundeadministrerte krypteringsnøkler og VPC Service Controls.

Personvernmekanismene kontrollerer hvert samtaleturtak før logging og hopper over loggingen av dette turen dersom en kunnskapskilde bruker sikkerhet på radnivå, policymerker på kolonnenivå eller dynamisk datamaskering. Hvis det oppstår en feil ved logging, fortsetter brukerens chatøkt uten avbrudd. Utformingen skiller dermed mellom bred operasjonell oversikt og mer begrenset tilgang til fullstendige interaksjoner, som må aktiveres uttrykkelig.

Google Cloud opplyser at egendefinerte agenter kan beholde flere diagnostiske detaljer med åpen kildekode-pluginen ADK, som kan strømme fullstendige trær for verktøykall, tidsserietelemetri og multimodale nyttelaster til BigQuery. Logging av samtaler fra førstepartsagenter fjerner med hensikt verktøyargumenter på lavt nivå og intern SQL.

Forbruksgrenser går lenger enn dashbordene

Loggene gir også grunnlag for kostnadsstyring. For hvert samtaleturtak i BigQuery registreres antallet input-, output-, tanke-, hurtigbufrede og samlede tokener, sammen med den totale ventetiden for turen. Looker System Activity rapporterer separat anslåtte input- og outputtokener på tvers av arbeidsbelastninger innen forretningsanalyse.

Grenser per forespørsel for antall byte som skannes i BigQuery, bruker anslag fra prøvekjøringer til å blokkere for store forespørsler uten å pådra seg skannekostnader etter forbruk. Daglige kvoter for input- og outputtokener i BigQuery og Conversational Analytics API er separat tilgjengelige i forhåndsversjon. Kvotene kan fastsettes per prosjekt, bruker eller agent via Google Cloud-konsollen eller gcloud CLI.

Kombinasjonen kobler rapportering av forbruk med aktive begrensninger. Grenser for skannede byte begrenser kostnadene for forespørsler før de kjøres, mens tokenkvotene i forhåndsversjon utvider håndhevingen til agentforbruk på tvers av prosjekter, brukere og enkeltagenter.

Evalueringsresultater ved siden av produksjonslogger

Google Clouds verktøy med åpen kildekode, Prism, tester Conversational Analytics-agenter som bygger på BigQuery-tabeller eller Looker-utforskninger. Det støtter gjenbrukbare testserier, regulæruttrykksbaserte påstander og oppdagelse av agenter på tvers av regioner. Evalueringene fokuserer på SQL-nøyaktighet og svarkvalitet før endringer i ledetekster, modeller eller skjemaer når brukerne.

Prism kan skrive fullførte evalueringskjøringer til BigQuery-tabeller partisjonert etter dag og plassere referanseresultatene ved siden av produksjons- agent_events poster for analyse i BigQuery og Looker. Innebygde evalueringer av BigQuery-agenter fra førstepartsleverandøren er separat tilgjengelige i forhåndsversjon via et API og en veiledet Colab-notatbok.

Kunngjøringen gjør kundeeid BigQuery-telemetri til et felles grunnlag for overvåking, kostnadskontroll og evaluering, og knytter dermed oppfølgingen av agenter til eksisterende tillatelser og sikkerhetskontroller for datavarehuset. Administrert samtalelogging og de viktigste dashbordene er allment tilgjengelige, mens tokenkvoter, innebygde evalueringer og enkelte tilbakemeldingsfunksjoner i Looker fortsatt er i forhåndsversjon. For produksjonsteam innebærer utformingen av utrullingen derfor at de må ta hensyn både til grensen mellom operasjonelle spor og fullstendige samtaler og til at kontrollene har ulik tilgjengelighetsstatus.