„Google“ pristato AQuA – agentą, diagnozuojantį tylius produkcinių AI agentų trikdžius
Trumpai: „Google“ pristatė AQuA (Ambient Quality Agent) – įrankį, kuris nuolat veikia šalia produkcinių AI agentų „Google Cloud“ projekte ir aptinka trikdžius, kurių nematyti žurnaluose ar sveikatos patikrinimuose, pavyzdžiui, praleistus patikrinimo žingsnius ar prarastą kontekstą tarp sub-agentų. Jis atsitiktinai atrenka produkcinių sesijų pėdsakus, vertina juos pagal kontrolinį sąrašą, grupuoja pasikartojančius trikdžių modelius, patikrina klasterius pagal pilnas transkripcijas ir seka jų būseną laikui bėgant kaip naujus, pasikartojančius ar išspręstus. Paprašius, jis taip pat gali atsekti trikdį iki konkrečios kodo ar instrukcijos eilutės, naudodamas diegimo metu užfiksuotą nekintamą šaltinio nuotrauką.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Google Developers“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1AQuA veikia pagal grafiką, po diegimų arba pagal poreikį, atrinkdamas iki 1000 naujausių sesijų iš Cloud Trace, Cloud Logging arba BigQuery
- 2Penkių etapų procesas: atranka, vertinimas pagal devynių punktų kontrolinį sąrašą, trikdžių klasterizavimas, klasterių patikrinimas pagal transkripcijas ir sekimas kaip NAUJAS/PASIKARTOJANTIS/IŠSPRĘSTAS
- 3Kūrėjai gali kreipti vertinimą paprastu tekstu aprašytu goal.md ir papildomomis pasirinktinėmis Python metrikomis
- 4Palaiko „Gemini“ platformos valdomus trajektorijų AutoRaters vertintojus task_success, tool_use_quality ir trajectory_quality rodikliams
- 5Pagrindinės priežasties analizė nurodo tikslią failo/eilutės vietą diegtoje šaltinio nuotraukoje ir siūlo (bet niekada pati nepritaiko) kodo pakeitimus
- 6Pademonstruota su 32 sesijų kelionių agento (travel-concierge) patikra: 42 išvados suklasterizuotos į 9 kandidatus, patikrinus liko 6 realios problemos, įskaitant vietų rezervacijas be laisvumo patikros ir prarastas mitybos nuostatas tarp sub-agentų
Kodėl tai svarbu?
Kelių agentų sistemos gali atlaikyti visus techninius sveikatos patikrinimus, bet vis tiek nesėkmingai atlikti užduotį – patvirtinti vietą, kuri nebuvo patikrinta, arba rekomenduoti maistą, pažeidžiantį nurodytą mitybos apribojimą. AQuA taikosi būtent į šią aklą zoną, analizuodamas pokalbio rezultatus, o ne infrastruktūros metrikas, ir susieja trikdžius su konkrečiomis kodo ar instrukcijų eilutėmis, o ne palieka komandas skaityti transkripcijas rankiniu būdu.
Ką tai reiškia AI agentams ir kontaktų centrams?
Komandoms, valdančioms agentines balso srautus su įrankių iškvietimais, CRM paieškomis ir daugiažingsniu skambučių tvarkymu, tokio tipo nuolatinis stebėjimas rodo verta apsvarstyti modelį: imti gyvo skambučio transkripcijų pavyzdžius, vertinti juos pagal pritaikytą kontrolinį sąrašą (pvz., ar agentas patvirtino susitikimo laiką prieš rezervuojant, ar laikėsi nurodytos kliento preferencijos), grupuoti pasikartojančius trikdžių tipus ir susieti juos su konkrečia instrukcijos ar maršrutizavimo logika, o ne pasitikėti vien veikimo laiko ir vėlavimo metrikomis.
🧪 Verta testuoti
Kadangi jis sukurtas „Google Cloud“ pagrindu (Cloud Trace, Cloud Logging, BigQuery, „Gemini“ modeliai) ir išleistas kaip atviri sudedamieji blokai, jį praktiška išbandyti su bet kuriuo jau GCP veikiančiu agentų stacku, siekiant pamatyti, ar jis atskleidžia realius tylius trikdžius, pvz., praleistus patikrinimo žingsnius ar prarastą kontekstą tarp sub-agentų.
Šaltiniai
- Google DevelopersOficialusPirminis šaltinisOriginalus straipsnis →„The Outer Loop, Insights First: An Ambient Quality Agent That Diagnoses Your Production Agent“2026-10-08 03:00
- Šaltinio publikavimo data
- 2026-10-08 03:00
- Mūsų sistema rado
- 2026-10-08 20:09
- Santrauka sugeneruota
- 2026-10-08 20:10
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas