Google Cloud anunció herramientas para que los equipos monitoreen y evalúen agentes de IA mediante tablas de BigQuery bajo control del cliente. La propuesta separa las métricas operativas del contenido de las conversaciones y añade registros opcionales, límites de costos y evaluaciones, aunque varias funciones siguen en vista previa.
***

• Las métricas y trazas operativas excluyen prompts, respuestas, pensamientos internos y SQL generado; el registro completo de conversaciones se activa por agente.
• Las tablas de BigQuery heredan permisos y controles de seguridad del cliente, y omiten turnos vinculados con determinadas políticas de acceso o enmascaramiento.
• Los paneles principales y el registro administrado están disponibles de forma general, mientras que las cuotas de tokens y algunas evaluaciones continúan en vista previa.

Google Cloud centraliza la telemetría de agentes de IA en BigQuery bajo control del cliente

La compañía anunció el 13 de noviembre de 2026 nuevas herramientas de monitoreo, registro y evaluación para agentes administrados y personalizados. Los datos pueden llegar a tablas de BigQuery propiedad del cliente, con controles que separan las métricas operativas de las conversaciones completas.

El paquete también incorpora paneles de uso y opciones para limitar costos, además de funciones para evaluar agentes antes de desplegar cambios. Google Cloud indicó que la iniciativa cubre agentes de Conversational Analytics y desarrollos personalizados construidos con Agent Development Kit (ADK) o LangGraph.

Una ruta compartida para vigilar agentes

La propuesta usa una ruta común de telemetría para agentes propios de Google Cloud y agentes personalizados, con BigQuery como destino para los datos que los equipos quieran analizar. Los agentes administrados de Conversational Analytics generan telemetría de manera automática, mientras que los desarrolladores de agentes ADK o LangGraph pueden enviar datos estructurados mediante una instrumentación de una sola línea del SDK.

La información queda en tablas de BigQuery propiedad del cliente y puede consultarse desde herramientas destinadas a desarrolladores y administradores de Google Cloud. El esquema busca llevar la supervisión al almacén de datos que ya utiliza cada organización, en lugar de crear una capa separada de observabilidad con permisos independientes.

Google informó que varias capacidades principales de monitoreo ya están disponibles de forma general. Los paneles prediseñados de BigQuery Studio muestran el uso, las sesiones activas, las principales fuentes de conocimiento y la latencia, indicadores que permiten revisar tanto la actividad como el desempeño de los agentes.

Los paneles System Activity de Looker para Conversational Analytics también alcanzaron disponibilidad general en Looker (Google Cloud core) y Looker (original). Estos paneles cubren el compromiso y el uso de tokens, mientras que las calificaciones de usuarios y la revisión de consultas en la pestaña Responses & feedback permanecen en vista previa.

Separación entre operación y conversaciones

La arquitectura distingue la telemetría operativa del contenido de las conversaciones para que los equipos puedan administrar cada capa de manera independiente. Cloud Monitoring reúne métricas agregadas sobre volumen de solicitudes, latencia y uso de tokens, y Cloud Trace muestra spans paso a paso asociados a cada solicitud.

Los ámbitos de observabilidad de Cloud Trace pueden consolidar telemetría procedente de varios proyectos de agentes. En el caso de las métricas operativas y los spans de primera parte, Google señala que el contenido central del cliente queda fuera: no se incluyen prompts de usuarios, respuestas del modelo, pensamientos internos ni SQL generado.

Esta separación permite revisar actividad y rendimiento sin conceder automáticamente a las herramientas operativas acceso a la sustancia de cada interacción. Para los equipos, la diferencia es relevante: conocer la latencia de una solicitud no exige necesariamente consultar lo que preguntó una persona o lo que respondió el modelo.

Cuando una auditoría requiere más detalle, los propietarios y editores pueden habilitar el registro de conversaciones para agentes individuales. Un agente de servicio administrado por Google transmite entonces prompts, respuestas y telemetría por turno mediante la API BigQuery Storage Write hacia una tabla del cliente llamada agent_events.

Privacidad, permisos y diagnóstico

La tabla de eventos hereda los permisos de gestión de identidad y acceso del conjunto de datos, las claves de cifrado administradas por el cliente y los controles de servicio de VPC. Así, el acceso a conversaciones registradas queda sujeto a las políticas que la organización ya aplica a esos datos en BigQuery.

Antes de registrar cada turno, el sistema comprueba las salvaguardas de privacidad y omite ese turno si la fuente de conocimiento usa seguridad a nivel de fila, etiquetas de política a nivel de columna o enmascaramiento dinámico de datos. La omisión no interrumpe la sesión: si se produce un error durante el registro, el chat continúa para el usuario.

El registro administrado de primera parte también limita deliberadamente el nivel de detalle: excluye argumentos de herramientas de bajo nivel y el SQL interno. En cambio, los agentes personalizados pueden conservar más información diagnóstica mediante el plugin de código abierto de ADK, que puede transmitir árboles completos de invocaciones de herramientas, telemetría de series temporales y cargas multimodales a BigQuery.

La diferencia entre ambos enfoques no implica que cada agente tenga que guardar todas sus interacciones. El registro completo es opcional y se configura por agente, mientras que la telemetría operativa ofrece una vista más amplia sin incorporar el contenido conversacional que Google decidió excluir de las trazas sanitizadas.

Controles de consumo y evaluación

Los registros también permiten seguir el uso asociado a cada turno: las tablas de BigQuery incluyen recuentos de tokens de entrada, salida, pensamiento, caché y total, junto con la latencia completa del turno. Por separado, los informes System Activity de Looker presentan estimaciones de tokens de entrada y salida para cargas de trabajo de inteligencia de negocios.

Para controlar el costo de las consultas, BigQuery admite límites por consulta sobre los bytes escaneados. El sistema utiliza estimaciones de ejecución en seco para bloquear consultas cuyo tamaño previsto exceda el límite, antes de que se ejecuten y generen cargos por escaneo bajo demanda.

Google también ofrece cuotas diarias de tokens de entrada y salida para BigQuery y la API de Conversational Analytics, aunque estas cuotas siguen en vista previa. Los administradores pueden aplicarlas por proyecto, usuario o agente desde la consola de Google Cloud o mediante la interfaz de línea de comandos gcloud.

La combinación de informes y cuotas busca pasar de observar el consumo a establecer restricciones activas. Los límites de bytes escaneados actúan antes de ejecutar consultas, mientras que las cuotas en vista previa extienden el control al consumo de agentes y permiten definir alcances distintos según el proyecto, el usuario o el agente individual.

En evaluación, la herramienta de código abierto Prism prueba agentes de Conversational Analytics basados en tablas de BigQuery o Explores de Looker. Admite conjuntos de pruebas reutilizables, aserciones de expresiones regulares y descubrimiento de agentes en varias regiones, con evaluaciones centradas en la precisión del SQL y la calidad de las respuestas antes de que cambios en prompts, modelos o esquemas lleguen a los usuarios.

Prism puede guardar ejecuciones finalizadas en tablas de BigQuery particionadas por día, de modo que los resultados de referencia puedan analizarse junto con los registros de producción de agent_events en BigQuery y Looker. Aparte, las evaluaciones nativas de agentes de BigQuery están en vista previa y se ofrecen mediante una API y un cuaderno guiado de Colab.

El anuncio convierte las tablas controladas por clientes en una base común para monitoreo, gestión de costos y evaluación, vinculando la supervisión de agentes con los permisos y controles de seguridad existentes en el almacén de datos. Google Cloud indicó que el registro administrado y los paneles principales están disponibles de forma general, pero las cuotas de tokens, las evaluaciones nativas y algunas funciones de comentarios de Looker todavía no han alcanzado esa condición.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín