エージェント群の稼働・信頼性・コストを可観測にする。つくって終わりにしないための計測面。
エージェントのプロンプトを版管理し、版ごとに解決率・エスカレ率・MTTR を計測する。運用結果でプロンプトを比較・改善する。
runbook 遵守率（正しい順序で診断→承認→実行→解決できたか）を eval で採点する。 スコアが基準を下回った（退行した）プロンプト変更は、Cloud Build がデプロイをブロックする。 手書きフローを「本番で回るエージェント」に保つための品質ゲート。