MUSE RADAR / 生产 Agent 质量诊断

Google 开源 AQuA:让另一个 Agent 在生产日志里找质量问题,但不自动改代码

Google 10 月 8 日开源 AQuA 参考实现和配套 Skill。它在生产 Agent 旁边抽样最近会话,复核、聚类并追踪问题,还能把根因指到部署快照的代码行;原始记录留在自己的 Google Cloud 项目里,诊断结果不会自动改生产系统。

Google AQuA 生产 Agent 质量诊断方案官方标题图
Google Developers Blog 官方图片

AQuA 是旁路质检,不在用户请求里临时做判断

Google 10 月 8 日公布并开源 Ambient Quality Agent 参考实现。它可以定时、部署后或按需运行,从 Cloud Trace、Cloud Logging 或 BigQuery 中抽样最多 1,000 个近期会话,再按九项清单复核、把相似失败聚类,并用最多三段完整对话验证候选问题。

确认后的问题会在 BigQuery 里标记为 NEW 或 RECURRING;连续 14 天没有再次出现才自动标为 RESOLVED。这套流程不在生产 Agent 的请求路径中,也不会把诊断结果写回原 Agent。

AQuA 作为生产 Agent 旁路服务读取可观测数据并输出诊断
Google Developers Blog · AQuA sidecar architecture

它能给出代码位置,但不会替你提交修复

从仪表盘对话或 agents-cli 运行根因分析时,AQuA 会把建议锚定到不可变的部署源码快照,并引用具体文件和行号。官方明确说它不会自动应用修改或打开 Pull Request;这让建议和执行之间保留了一道人工复核。

原始对话、源码快照和 BigQuery 记录仍在你的 Google Cloud 项目里。上线前仍要检查日志是否包含个人资料、服务账号能读哪些表、保留多久,以及诊断 Agent 是否能接触超出目标服务的数据。

先用一个已知失败做小范围验收

最实用的开始方式不是立刻扫满 1,000 个会话,而是准备一组包含已知失败和正常结果的小样本:先看抽样是否覆盖目标版本,再核对问题描述、引用的完整对话和代码行,最后确认它没有把偶发用户输入当成系统性缺陷。

Google 提供 agents-cli-aqua Skill,并把它与内循环评测 Skill 分开。本站的活动记录教程可用于逐条复核轨迹,长期任务教程可定义复查节奏,可复用 Skills 教程帮助固定操作边界,MCP 教程则适合收紧外部工具权限。

本期核验边界

本期确认的是 Google 官方博客、代码仓库和安装入口。近 72 小时内没有找到独立、可复现的社区部署报告,因此没有把官方演示结果写成普遍效果,也没有声称它支持 Google Cloud 以外的日志栈。

核验来源

Google / GitHub · officialGoogle · agents-cli skills ↗

事件日期与本站发布时间分别标注。社区反馈表示作者个人经历;后续发现变化会更新同一页面。