AIエージェントの開発では、単一のエラーを修正するためのプロンプトの微調整が、本番環境で広範なリグレッションを意図せず引き起こすのではないかと、開発者はしばしば不安を感じます。このギャップを埋めるために、Googleはコーディングエージェント向けの新しい開発者スキルを導入しました。これは、データ準備、推論の実行、適応型AutoRatersによる評価、失敗クラスターの分析、ターゲットを絞った最適化の実行という5段階の評価フライホイールを自動化します。本番トラフィックに対して継続的に実行するか、合成シナリオを介してオンデマンドで実行することで、このツールは開発者が平易な言葉でテスト目標を記述することを可能にし、独立した評価サービスが実際のパフォーマンスの向上を安全に検証およびカウントします。