AI-modeller og platforme

Google Cloud præsenterer Gemini, sin universelle agent til arbejde

Aiden Cross
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterGemini forener chat, autonomt arbejde og kodning bag én grænseflade og én API.
Vis mere
  • Gemini forener chat, autonomt arbejde og kodning bag én grænseflade og én API.
  • Coworker-agenter får deres egne e-mailadresser og lagerplads, mens de kun ser delt kontekst.
  • Hver agenthandling logges under agentens egen identitet i stedet for en persons.

Google Cloud annoncerede Gemini-agenten den 8. oktober 2026 ved sit Gemini at Work 2026‑arrangement, og beskrev den som en enkelt, universel agent til arbejde, der håndterer vidensarbejde, spørgsmål‑svar, indholdsoprettelse og kodning fra én prompt‑boks.

I meddelelsen på The Keyword sagde Google, at agenten indeholder en organisations forretningskontekst, planlægger arbejdet, bruger færdigheder og værktøjer, forbinder til Cloud‑kundernes forretningssystemer og returnerer færdigt arbejde i de dokumenter, indbakker og udviklermiljøer, som folk allerede bruger. Firmaet sagde, at agenten vælger den bedste model til hver opgave, inkluderer indbyggede omkostningskontroller og leverer den sikkerhed, administration og styring, som virksomhedskunder kræver. Et detaljeret indlæg på Google Cloud Blog, tilpasset fra Google Cloud‑CEO Thomas Kurian’s hovedtale ved arrangementet, beskriver agentens arkitektur, adgangsoverflader og virksomhedskontroller.

Kurian’s indlæg rapporterer, at næsten 500 Google Cloud‑kunder hver behandlede mere end én billion tokens i det foregående år, at næsten 80 % af alle Google Cloud‑kunder bruger dets AI‑produkter, og at næsten 90 % af Fortune‑100‑virksomhederne bruger Gemini Enterprise.

Indlægget nævner tidlige testere og kunder, som det siger allerede bruger de nye funktioner. Ifølge indlægget testede sportstøjsmærket On agentens dynamiske model‑valg‑funktion, Shopify kombinerer frontier‑modeller for millioner af handlende, og PayPal dirigerer 10 millioner multi‑model‑anmodninger hver uge. Det rapporterer også, at den brasilianske bank Bradesco reducerede dokumentgennemgangstiden fra én time til fem minutter, og at telekommunikationsoperatøren Orange Spain har implementeret mere end 1.000 tilpassede Gemini Enterprise‑agenter.

Agentarkitektur

Indlægget beskriver en agent bygget omkring et sæt arkitektoniske principper. Som en samlet agent besvarer Gemini spørgsmål i chat, arbejder autonomt på mål, som brugerne tildeler, og genererer kode, alt fra én enkelt grænseflade og ét API; brugere kan tildele arbejde, planlægge opgaver eller lade agenten reagere på begivenheder. Adgang spænder over internettet, iOS‑ og Android‑enheder, Windows‑ og Mac‑desktop‑computere, kommandolinjen, Google Workspace, Microsoft 365 og Slack, og agenten kan også køre headless i tredjeparts‑applikationer uden en dedikeret grænseflade. Da den kører vedvarende i skyen, bevarer agenten ét sæt af hukommelser, kontekst og en enkelt personaliseringsgraf på tværs af enheder, og arbejde, der tager timer eller dage, fortsætter efter at en bruger har lukket en bærbar computer.

For opgaver med flere trin kan Gemini dynamisk oprette midlertidige under‑agenter, hver med sin egen identitet, og koordinere parallelle og sekventielle trin, der kan køre i timer eller dage. En kollega‑tilstand giver agenten en vedvarende, defineret rolle: kollega‑agenter får deres egne @agents.company.com‑e‑mailadresser og vedvarende lager, og de har kun adgang til den kontekst, som brugere eller teammedlemmer leverer. Google siger, at agenten er adskilt fra den underliggende model, og at Gemini i øjeblikket orkestrerer på tværs af sin Gemini‑modelfamilie og Anthropics Claude‑modeller, med andre private og åbne modeller planlagt, så modellen matches til hver opgave for kvalitet og omkostning.

Værktøjer, færdigheder og hukommelse

Ifølge indlægget giver tre funktioner agenten dens forretningskontekst. Et værktøjslag forbinder Gemini med samarbejdssoftware såsom Confluence, Microsoft Office, Teams, Slack og Workspace; udviklingsværktøjer inklusiv Git og Jira; virksomhedsplatforme såsom Salesforce og ServiceNow; databaser inklusiv BigQuery, Databricks, Postgres og Snowflake; filer på brugerens egen desktop; samt enhver Model Context Protocol‑server inden for eller uden for virksomhedens netværk. Et virksomheds‑værktøjsregister giver teams mulighed for at bygge og udgive værktøjer til resten af virksomheden.

Færdigheder er genanvendelige sæt af instruktioner, viden eller arbejdsgange gemt som modulære prompts; Gemini leveres med et globalt færdighedsbibliotek, teams kan udgive tilpassede færdigheder til et delt virksomhedsregister, og enkeltpersoner kan bygge personlige færdigheder. Indlægget siger, at agenten bevarer fire typer hukommelse — session, semantisk, proceduremæssig og episodisk — og at den onboarder sig selv på samme måde som en ny medarbejder, ved at lære brugeren, værktøjerne og teamet at kende, inden arbejdet påbegyndes.

Gemini i Google Workspace

Gemini fungerer også integreret i Gmail, Drive, Docs, Slides, Sheets, Chat og Calendar og bevarer den samme hukommelse, færdigheder og kontroller, som den har andre steder. Indlægget beskriver tre Workspace‑tilstande. I en personlig‑assistance‑tilstand ankommer agenten allerede briefet om en brugers kalender, team og projekter. I en proaktiv‑delegations‑tilstand genkender Workspace Intelligence delegérbare opgaver og tilbyder en enkelt‑klik‑overdragelse. I kollega‑tilstanden får agenten sin egen Workspace‑konto med en e‑mailadresse, kalender, Drive og en tilstedeværelse i virksomhedens katalog. En kollega‑agent handler under sin egen identitet i stedet for brugerens, ser kun det, der deles med den, og følger de delings‑ og medlemskabsindstillinger, som teamet allerede bruger.

Datafærdigheder og branchespecialiseringer

Nye dataskills giver ingeniører mulighed for at beskrive et resultat i almindeligt sprog, mens Gemini genererer PySpark‑kode, leverer notebooks til redigering og test, træner modeller og fejlsøger pipeline‑problemer, ifølge indlægget. Forretningsbrugere kan generere realtids‑driftsrapporter ved at spørge, gennem skills integreret med BigQuery og Knowledge Catalog, og gemte rapporter kan køres igen på efterspørgsel uden at pådrage sig token‑omkostninger.

Indlægget nævner tre funktioner, der holder svarene forankrede: Knowledge Catalog, som kortlægger forretningsdefinitioner én gang, så alle agenter bruger dem, og læser metrikker, hvor de befinder sig i Databricks, dbt, LookML eller SAP; Smart Storage, som beriger ustrukturerede objekter på stedet; og en Borderless Lakehouse, der forespørger Amazon S3 og Azure Data Lake uden variable udgående gebyrer og læser Salesforce Data 360, SAP, ServiceNow og Workday uden at kopiere data.

Branchespecialiseringer er i preview for Financial Services og Legal, med versioner for Government, Healthcare og Retail, der er annonceret som kommende. Google sagde, at Financial Services‑versionen trækker på data fra FactSet, LSEG, S&P Global, SEC‑indberetninger og en kundes egne proprietære lagre, leveres med mere end 50 grundlæggende skills og allerede er i brug hos CME Group og Deutsche Bank. Legal‑versionen arver sag‑niveau tilladelser og etiske vægge fra dokumenthåndteringsplatformene NetDocuments og iManage; Google navngiver Harvey og Onit som partnere og siger, at Cooley bygger en agent til maskering af fortrolige oplysninger på Legal‑versionen.

Sikkerhed, styring og omkostningskontrol

Under styringsmodellen får hver agent sin egen kryptografisk bekræftede, mindst‑privilegerede identitet, som indlejres i loggene, der registrerer dens arbejde, sammen med fin‑granulerede, rollebaserede tilladelser godkendt af organisationens sikkerhedsadministratorer; når agenten opretter forbindelse til et eksternt system, videresendes dens identitet via OAuth. Hver handling, agenten udfører, skrives til et revisionsspor, der tilskrives agenten i stedet for en person. Alle Gemini‑agenter kører inden for en Agent Sandbox med sin egen netværksgrænse, og al trafik passerer gennem Agent Gateway, som indlægget beskriver som en AI‑netværksfirewall, der håndhæver organisationens politikker i realtid.

Omkostningskontrol omfatter multi‑model orkestrering; et Smart Routing‑værktøj, der automatisk prioriterer enterprise‑arbejdsbelastninger, så hver kører på den model, der leverer maksimal ydeevne til den lavest mulige pris; og realtids‑udgiftsgrænser sat pr. projekt i Cloud Billing Console, som pauserer et projekts agent, når grænsen udløses. Google sagde, at deres seneste TPU 8i‑system leverer 80 % bedre pris‑ydeevne end den foregående generation, og de navngav deres modelportefølje som Argon for avanceret ræsonnement, Flash for hastighed og volumen, Omni for generativ media og Gemma for letvægts‑open‑weights edge‑arbejdsbelastninger.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.