谷歌将智能体异常检测扩展至多云
Agent Anomaly Detection 可分析 AWS、Azure 或本地运行的 ADK 智能体,只需将 OpenTelemetry 格式的追踪与日志接入 Google Cloud。检测覆盖完整对话中的行为偏移、工具滥用及资源耗尽风险,无需访问底层运行环境。
原文暂未完整获取,基于公开信息的快读
Google 将 Agent Anomaly Detection 的检测范围扩展到 Google Cloud 之外:部署在 AWS、Azure 或本地的 ADK 智能体,也能通过接入追踪与日志接受分析。该功能目前处于 Private Preview,仍需申请访问。智能体继续在原平台运行,检测所需的遥测数据则发送到 Google Cloud。
目前能确认什么
接入有具体要求:遥测须经 Telemetry API 传入,遵循 OpenTelemetry 约定,以日志事件记录提示词和响应,并通过资源属性标识智能体。原文明确,ADK for Python 2.12.0 及以上版本可使用 Google Cloud exporters 生成这些数据;跨云身份认证采用 Workload Identity Federation,换取短期 Google 凭据,无需服务账号密钥。
OpenTelemetry 是通用的可观测性标准,但格式兼容只是前提。这里还需要对话内容和智能体标识,普通运行日志未必足够。
检测会分析完整会话。作者团队在 AWS Lambda 的库存查询示例中发现,正常查库存与批量抓取都调用同一个合法工具,后者却表现出持续遍历目录的行为。Microsoft Foundry 的客服示例则展示了越权退款、订单备注中的指令诱导等风险。
工具调用合法,不代表整段任务没有越界。
我的判断
对跨云部署的团队,价值在于可以保留现有运行位置,再集中分析智能体行为。但接入工作不能只按「导出日志」估算:还要处理身份联邦、对话采集和资源标识,并确认提示词、响应能否发送到 Google Cloud。
它也不能替代工具侧校验。节选展示的是发现异常并提出限流、参数验证等建议,没有说明会自动阻断退款或终止会话。
这些示例能证明检测覆盖了哪些行为,却不足以判断真实业务中的误报、漏报水平。检测延迟、费用和数据保留规则,节选也未交代;是否适合承担生产告警职责,还需要这些信息。