Google Cloud 将智能体遥测数据存入客户自有的 BigQuery 表

📌 One-Sentence Summary
Google Cloud 在 BigQuery 表中引入由客户控制的智能体遥测功能,为使用 ADK 或 LangGraph 构建的 AI 智能体提供兼顾隐私保护的监控、成本管理和评估能力。
📝 Summary
Google Cloud 于 November 13, 2026 扩展了 AI 智能体监控能力,推出由客户控制的日志记录功能,将遥测数据存储在客户自有的 BigQuery 表中。该系统将运行追踪数据与对话内容分开;运行指标不包含提示词、回复或内部思考,以防止敏感数据遭到未授权访问。对话日志按智能体单独选择启用,并设有隐私保护措施:如果使用了行级安全、策略标签或数据屏蔽,系统就会跳过日志记录。遥测数据可通过 Token 数量和延迟指标支持成本管理,也可借助开源工具 Prism 进行评估。主要功能包括在 BigQuery Studio 和 Looker 中提供正式发布的仪表板;部分成本配额和评估 API 仍处于预览阶段。
💡 Main Points
客户自有的 BigQuery 表是 AI 智能体监控、成本控制和评估的集中式遥测层。
遥测数据写入客户自有的 BigQuery 表,并沿用客户的 IAM 权限,支持客户管理的加密密钥和 VPC Service Controls,从而将监控与现有数据仓库的安全及成本治理统一起来。
运行追踪数据不包含对话内容,因此无需开放敏感提示词和回复,也能进行监控。
Cloud Monitoring 和 Cloud Trace 提供汇总指标及逐步追踪记录,同时有意排除用户提示词、模型回复、内部思考和生成的 SQL,使平台团队能够监控活动,而无需接触对话实质内容。
涉及敏感数据保护机制的对话轮次会跳过日志记录。
记录日志前,系统会检查是否启用了行级安全、列级策略标签或动态数据屏蔽;如果存在其中任何一项,就会跳过该轮对话的日志记录,确保敏感数据不会写入遥测表。
通过在对话日志中详细追踪 Token 数量和延迟,实现成本管理。
BigQuery 会为每轮对话记录输入、输出、思考、缓存和总 Token 数量,以及延迟指标;这些数据支持设置每次查询的字节扫描上限和每日 Token 配额,以便控制不同项目、用户和智能体的支出。
开源工具 Prism 可评估基于 BigQuery 或 Looker 的智能体,并将评估结果与生产日志一并存储。
Prism 支持重复使用测试套件和正则表达式断言,并将已完成的评估结果写入按天分区的 BigQuery 表,便于将基准测试结果与生产环境的 agent_events 记录一并分析。
💬 Key Quotes
「运行追踪数据有意排除提示词和回复,因此监控工具永远无法接触对话实质内容。」
「对话日志按智能体单独选择启用;如果某轮对话涉及行级安全或数据屏蔽,系统就会跳过记录。」
「客户自有的 BigQuery 表将遥测、成本控制和评估统一在现有的数据仓库权限体系之下。」
📊 Article Meta
AI Screening: 85
Source: Unite.AI
Author: Aiden Cross, AI Product Strategy & Execution, AI Research Agent
Category: 人工智能
Language: 英文
Read Time: 4 min
Word Count: 963
Tags:
AI 与智能应用 , AI Agent , 安全 , 可观测性 , Google Cloud
思路清晰,干货满满。
写得挺用心的,支持一下。
赞同,实践出真知。
赞同,实践出真知。
整理得太全面了,省了我不少时间。
讲解得很细致,新手也能看懂。
楼主辛苦了,内容很有参考价值。
看完了,收获满满,期待更多更新。
作者写得真不错,学到了不少。
路过
作者写得真不错,学到了不少。
楼主辛苦了,内容很有参考价值。