Google 开源 AQuA：定期抽样生产会话、为线上智能体找问题的质量智能体，32 个会话一次扫描 3.76 美元
不在请求链路上、只读不改，用另一个智能体给线上智能体做体检。
// 要点
- AQuA（Ambient Quality Agent）是 google/adk-recipes 仓库里的开源参考实现，部署在自己的 Google Cloud 项目里，可定时、每次部署后或按需运行，每次最多抽样 1,000 个会话。
- 流程分五步：抽样、按九项清单审查、聚类、对照完整记录核验、跨次运行跟踪；它不在请求链路上，也不会修改智能体、不会自己提 PR。
- 旅行助手示例：32 个会话产生 42 条发现、聚成 9 类，核验剔除 3 类后剩 6 个问题；改了两处单行提示词后，完整通过的会话从 5/32 升到 13/32。
- 成本：96 个会话的单智能体扫描 0.70 美元，32 个会话的多智能体扫描 3.76 美元（约每会话 0.12 美元）。
开发者视角我更看重核验那一步：先让模型找问题，再让它对照原始记录剔除误报，这和我坚持只引一手信源是同一个道理。智能面试这类会话型产品可以照搬这个思路，每次发版后抽几十个真实会话做体检，一次几美元，比等用户投诉便宜得多。