Agent Platform の評価サービスが一般公開され、開発者はローカル開発実験やライブ本番トラフィック全体でエージェントの品質を一貫して測定するための統合エンジンを利用できるようになりました。20 以上の組み込み済みメトリック、DeepMind が支援するアダプティブ ルーブリック、または中央集権化されたバージョン管理されたレジストリに保存されたカスタムコードベースおよび LLM-as-a-judge メトリックを使用してエージェントを評価できます。このサービスは、Agent Platform SDK、agents-cli、および ADK を介して既存のワークフローに直接統合され、複雑なマルチターン テストを自動化し、CI パイプラインを合理化するための組み込みのユーザーおよび環境シミュレーターを提供します。