案例研究/2026-10-13/16 分钟外环先看洞察：用 AQuA 诊断生产里的旅行智能体Google 用 AQuA 扫 travel-concierge 的 32 个生产会话：42 条发现收成 6 个已核验问题。两处提示词修改后，绕过选座从 15 个会话降到 2 个，整段通过从 5/32 升到 13/32。
案例研究/2026-10-09/18 分钟FlowAgent：在开发者切走之前修好提交前测试Google 把修复智能体放进提交前的持续集成。195 个失败上人工评估准确率 67.18%。上线后对 2,567,829 个失败变更触发，发出 295,508 条建议，开发者应用 28,554 条。中位执行 9.85 分钟，落在开发者自己动手的中位 27.48 分钟之内。
