Google Cloud 官方博客面向初创团队，给出了从原型到生产规模时必须回答的 10 个问题，按 Onboard（搭建项目与身份）、Scale（在不超支的前提下提升吞吐）、Govern（管住成本、密钥与 Agent 行为）三个阶段展开，每个问题附可直接复制的代码片段。

核心前提是：AI Studio 的 API Key 适合快速做原型，但一旦有真实用户，就要迁移到 Gemini Enterprise Agent Platform（原 Vertex AI）。两者暴露的是同一族 Gemini 模型，但后者具备 IAM 服务账号认证、VPC 服务控制、日志监控、预留容量与合规能力。迁移代码改动极小（google-genai SDK 两行切换），真正耗时的是项目治理配置，这正是第 2、3、4 题要解决的。

关于身份认证，层级清晰：原始 API Key 只适合本地原型，生产环境必须用服务账号 + 最小权限 IAM 角色，代码通过 ADC 自动获取短时令牌，完全看不到密钥。给服务账号分配角色时，明确要求“最低权限”，避免默认 Admin/Editor 这类过宽角色，防止凭证泄露后变成主钥匙。迁移触发条件不是“系统坏了”，而是：密钥离开笔记本、团队超过一人调用、月花费超几百美元、或即将接入付费客户。泄漏密钥可能被用于蒸馏攻击，账单在收到告警前就可能累积数万美元，责任方是客户自己。

在 Scale 阶段，最常见的错误是过早购买 Provisioned Throughput（预留容量）。作者推荐的务实路径是：先用 Standard PayGo 测量真实请求形态（p50/p99 的 token 速率），429 风暴出现后为关键流量临时启用 Priority PayGo（约 1.8 倍价格），等基线可预测再用 PT 覆盖平坦部分，超出的尖峰溢出到 PayGo。同时，把不需要实时响应的任务移入 Batch Prediction，它走独立队列、不占交互配额、价格约为实时推理的一半。对于 429，优先固定区域端点（避开 global 路由竞争），并启用 SDK 内置的重试与退避——注意旧版 if_transient_error 装饰器不认识新异常类，会静默放过 429。

治理部分的亮点是 2025 年 7 月新推出的 spend cap 预算（预览），它能在费用达到预算 100% 时暂停服务，而不仅仅是发邮件提醒。但它有局限：只能按项目、按服务设置（不是账户级保护），基于预估成本，暂停后需手动恢复（最多一小时），且会同时停掉 Provisioned Throughput 使用。更硬核的机制是预算触发 Pub/Sub 后调用 Cloud Function 解绑账单账户，这能快速停掉所有服务，但可能让资源不可恢复，应作为第二道防线。另一个轻量做法是设置显式配额覆盖，低于平台默认值，让密钥即使泄露也无法烧钱。

密钥管理方面，明确要求用 Secret Manager 而非 .env，定期轮换，并用通知与敏感数据保护扫描仓库中的密钥。对于代表用户操作的 Agent，绝不能用长期令牌，必须用 OAuth 2.0 短时访问令牌 + 刷新流程，这样用户退出或账号被吊销时，Agent 同步失去权限。

最后一题针对 Agent 安全，给出四层防线：给 Agent 独立服务账号（可审计）、沙箱执行生成的代码、用 Model Armor 过滤提示注入与越狱、用 Security Command Center 监控行为异常（如服务账号突然调用从未访问过的 API）。这些在 Agent 处理真实用户或真实资金时缺一不可。

文章末尾给出三个本周可做的行动：审计并轮换仓库中的 API Key，把无需响应的负载迁到 Batch API，打开模型可观测性仪表板并设置 capacity 错误告警。整体行文务实，没有空泛口号，每个问题都有具体配置路径和代码片段，适合正在用 Google Cloud 构建 AI 产品的初创团队直接参照执行。