Google Cloud ने Gemini को प्रस्तुत किया, यह कार्य के लिए उसका सार्वभौमिक एजेंट

Google Cloud ने 8 अक्टूबर 2026 को अपने Gemini at Work 2026 इवेंट में Gemini एजेंट की घोषणा की, इसे एकल, सार्वभौमिक कार्य एजेंट के रूप में वर्णित किया जो ज्ञान कार्य, प्रश्न उत्तर, सामग्री निर्माण, और एक प्रॉम्प्ट बॉक्स से कोडिंग को संभालता है।

In The Keyword पर घोषणा, Google ने कहा कि एजेंट संगठन के व्यावसायिक संदर्भ को धारण करता है, कार्य की योजना बनाता है, कौशल और टूल्स का उपयोग करता है, क्लाउड ग्राहकों के व्यावसायिक सिस्टम से जुड़ता है, और समाप्त कार्य को उन दस्तावेज़ों, इनबॉक्स और डेवलपर वातावरणों में लौटाता है जिन्हें लोग पहले से उपयोग करते हैं। कंपनी ने कहा कि एजेंट प्रत्येक कार्य के लिए सर्वोत्तम मॉडल चुनता है, निर्मित लागत नियंत्रण शामिल करता है, और एंटरप्राइज़ ग्राहकों द्वारा आवश्यक सुरक्षा, प्रशासन और गवर्नेंस को वहन करता है। एक Google Cloud Blog पर विस्तृत पोस्ट, जो Google Cloud के CEO Thomas Kurian के इवेंट में मुख्य भाषण से अनुकूलित है, एजेंट की आर्किटेक्चर, एक्सेस सतहों और एंटरप्राइज़ नियंत्रणों को रेखांकित करती है।

Kurian की पोस्ट रिपोर्ट करती है कि लगभग 500 Google Cloud ग्राहक प्रत्येक ने पिछले वर्ष में एक ट्रिलियन से अधिक टोकन प्रोसेस किए, लगभग 80% सभी Google Cloud ग्राहक इसके AI उत्पादों का उपयोग कर रहे हैं, और लगभग 90% Fortune 100 Gemini Enterprise का उपयोग करते हैं।

पोस्ट शुरुआती परीक्षणकर्ताओं और उन ग्राहकों का उल्लेख करती है जो पहले से नई क्षमताओं का उपयोग कर रहे हैं। पोस्ट के अनुसार, स्पोर्ट्सवियर ब्रांड On ने एजेंट की गतिशील मॉडल-चयन क्षमता का परीक्षण किया, Shopify लाखों व्यापारियों के लिए अग्रणी मॉडल मिश्रित करता है, और PayPal हर सप्ताह 10 मिलियन मल्टी-मॉडल अनुरोधों को रूट करता है। यह यह भी रिपोर्ट करता है कि ब्राज़ीलियाई बैंक Bradesco ने दस्तावेज़ समीक्षा समय को एक घंटे से पाँच मिनट तक घटा दिया और टेलीकॉम ऑपरेटर Orange Spain ने 1,000 से अधिक कस्टम Gemini Enterprise एजेंट तैनात किए हैं।

एजेंट आर्किटेक्चर

पोस्ट एक एजेंट का वर्णन करती है जो आर्किटेक्चरल सिद्धांतों के सेट के चारों ओर निर्मित है। एकीकृत एजेंट के रूप में, Gemini चैट में प्रश्नों के उत्तर देता है, उपयोगकर्ताओं द्वारा सौंपे गए उद्देश्यों पर स्वायत्त रूप से काम करता है, और कोड उत्पन्न करता है, सभी एक ही इंटरफ़ेस और एक ही API से; उपयोगकर्ता कार्य सौंप सकते हैं, कार्यों की समय‑सारिणी बना सकते हैं, या एजेंट को घटनाओं पर प्रतिक्रिया करने दे सकते हैं। एक्सेस वेब, iOS और Android डिवाइस, Windows और Mac डेस्कटॉप, कमांड लाइन, Google Workspace, Microsoft 365, और Slack तक विस्तृत है, और एजेंट बिना समर्पित इंटरफ़ेस के थर्ड‑पार्टी एप्लिकेशन के भीतर हेडलेस भी चल सकता है। क्योंकि यह क्लाउड में निरंतर चलता है, एजेंट डिवाइसों के बीच एक ही स्मृति, संदर्भ, और एकल पर्सनलाइज़ेशन ग्राफ़ बनाए रखता है, और घंटे या दिन लगने वाले कार्य उपयोगकर्ता के लैपटॉप को बंद करने के बाद भी जारी रहते हैं।

बहु‑चरणीय कार्यों के लिए, Gemini गतिशील रूप से अस्थायी सब‑एजेंट बना सकता है, प्रत्येक का अपना पहचान हो, और समानांतर तथा क्रमिक चरणों का समन्वय कर सकता है जो घंटे या दिन तक चल सकते हैं। एक सहकर्मी मोड एजेंट को एक स्थायी, परिभाषित भूमिका देता है: सहकर्मी एजेंट अपने स्वयं के @agents.company.com ईमेल पते और स्थायी संग्रहण प्राप्त करते हैं, और उन्हें केवल वही संदर्भ मिलता है जो उपयोगकर्ता या टीम सदस्य प्रदान करते हैं। Google कहता है कि एजेंट नीचे के मॉडल से अलग है, और Gemini वर्तमान में अपने Gemini मॉडल परिवार और Anthropic के Claude मॉडलों के बीच समन्वय करता है, अन्य निजी और ओपन मॉडल की योजना है, प्रत्येक कार्य के लिए गुणवत्ता और लागत के अनुसार मॉडल का मिलान करता है।

उपकरण, कौशल, और स्मृति

पोस्ट के अनुसार, तीन क्षमताएँ एजेंट को उसका व्यावसायिक संदर्भ देती हैं। एक टूल्स लेयर Gemini को सहयोग सॉफ़्टवेयर जैसे Confluence, Microsoft Office, Teams, Slack, और Workspace से जोड़ती है; विकास टूल्स जैसे Git और Jira; एंटरप्राइज़ प्लेटफ़ॉर्म जैसे Salesforce और ServiceNow; डेटाबेस जैसे BigQuery, Databricks, Postgres, और Snowflake; उपयोगकर्ता के अपने डेस्कटॉप पर फ़ाइलें; और कंपनी नेटवर्क के भीतर या बाहर किसी भी Model Context Protocol सर्वर से। एक एंटरप्राइज़ टूल्स रजिस्ट्री टीमों को कंपनी के बाकी हिस्सों के लिए टूल्स बनाने और प्रकाशित करने की अनुमति देती है।

स्किल्स पुन: उपयोग योग्य निर्देशों, ज्ञान, या वर्कफ़्लो के सेट होते हैं जो मॉड्यूलर प्रॉम्प्ट के रूप में संग्रहीत होते हैं; Gemini एक वैश्विक स्किल्स लाइब्रेरी के साथ आता है, टीमें कस्टम स्किल्स को साझा कंपनी रजिस्ट्री में प्रकाशित कर सकती हैं, और व्यक्तिगत लोग निजी स्किल्स बना सकते हैं। पोस्ट कहती है कि एजेंट चार प्रकार की स्मृति रखता है — सत्र, अर्थपूर्ण, प्रक्रियात्मक, और एपिसोडिक — और यह स्वयं को उसी तरह ऑनबोर्ड करता है जैसे नया कर्मचारी करता है, काम शुरू करने से पहले उपयोगकर्ता, टूल्स, और टीम को सीखता है।

Google Workspace में Gemini

Gemini Gmail, Drive, Docs, Slides, Sheets, Chat, और Calendar के भीतर भी इनलाइन काम करता है, वही स्मृति, स्किल्स, और नियंत्रण ले जाता है जो यह अन्य जगहों पर रखता है। पोस्ट तीन Workspace मोड का वर्णन करती है। व्यक्तिगत‑सहायता मोड में, एजेंट पहले से उपयोगकर्ता के कैलेंडर, टीम, और प्रोजेक्ट्स के बारे में सूचित होकर आता है। सक्रिय‑डेलीगेशन मोड में, Workspace Intelligence डेलीगेटेबल कार्यों को पहचानती है और एक‑क्लिक हैंडऑफ़ की पेशकश करती है। सहकर्मी मोड में, एजेंट को अपना स्वयं का Workspace खाता मिलता है जिसमें ईमेल पता, कैलेंडर, Drive, और कंपनी डायरेक्टरी में उपस्थिति होती है। एक सहकर्मी एजेंट उपयोगकर्ता के बजाय अपनी पहचान के तहत कार्य करता है, केवल वही देखता है जो उसके साथ साझा किया गया है, और टीम द्वारा पहले से उपयोग किए जाने वाले शेयरिंग और सदस्यता सेटिंग्स का पालन करता है।

डेटा कौशल और उद्योग विशेषीकरण

नई डेटा स्किल्स इंजीनियरों को साधारण भाषा में परिणाम का वर्णन करने देती हैं, जबकि Gemini PySpark कोड उत्पन्न करता है, इसे संपादित और परीक्षण करने के लिए नोटबुक्स प्रदान करता है, मॉडल प्रशिक्षित करता है, और पाइपलाइन समस्याओं का समाधान करता है, पोस्ट के अनुसार। व्यापार उपयोगकर्ता BigQuery और Knowledge Catalog के साथ एकीकृत स्किल्स के माध्यम से पूछकर वास्तविक‑समय संचालन रिपोर्ट बना सकते हैं, और सहेजी गई रिपोर्टों को मांग पर बिना टोकन लागत के पुनः चलाया जा सकता है।

पोस्ट तीन क्षमताओं का उल्लेख करता है जो उन उत्तरों को ठोस बनाती हैं: Knowledge Catalog, जो व्यापार परिभाषाओं को एक बार मैप करता है ताकि सभी एजेंट उनका उपयोग करें और Databricks, dbt, LookML, या SAP में स्थित मीट्रिक्स को पढ़ता है; Smart Storage, जो असंरचित वस्तुओं को वहीं समृद्ध करता है; और एक Borderless Lakehouse जो Amazon S3 और Azure Data Lake को बिना किसी परिवर्तनीय निकासी शुल्क के क्वेरी करता है और Salesforce Data 360, SAP, ServiceNow, और Workday को डेटा कॉपी किए बिना पढ़ता है।

उद्योग विशेषीकरण वित्तीय सेवाओं और कानूनी क्षेत्रों के लिए प्रीव्यू में हैं, जबकि सरकार, स्वास्थ्य देखभाल, और रिटेल के लिए संस्करण जल्द ही उपलब्ध होने की सूची में हैं। Google ने कहा कि वित्तीय सेवाओं का संस्करण FactSet, LSEG, SEC फ़ाइलिंग्स, और ग्राहक के अपने स्वामित्व वाले रिपॉज़िटरीज़ से डेटा लेता है, 50 से अधिक बुनियादी स्किल्स के साथ आता है, और पहले से ही CME Group और Deutsche Bank में उपयोग हो रहा है। कानूनी संस्करण NetDocuments और iManage दस्तावेज़ प्रबंधन प्लेटफ़ॉर्म से मैटर‑लेवल अनुमतियों और एथिकल वॉल्स को विरासत में प्राप्त करता है; Google ने Harvey और Onit को साझेदार के रूप में नामित किया है और कहा है कि Cooley कानूनी संस्करण पर एक गोपनीय‑सूचना रिडैक्शन एजेंट बना रहा है।

सुरक्षा, शासन, और लागत नियंत्रण

शासन मॉडल के तहत, प्रत्येक एजेंट को अपनी स्वयं की क्रिप्टोग्राफ़िक रूप से प्रमाणित, न्यूनतम‑विशेषाधिकार पहचान मिलती है जो उसके कार्य को कैप्चर करने वाले लॉग में अंकित होती है, साथ ही सूक्ष्म‑स्तरीय, भूमिका‑आधारित अनुमतियाँ जो संगठन के सुरक्षा प्रशासकों द्वारा स्वीकृत होती हैं; जब एजेंट बाहरी प्रणाली से जुड़ता है, उसकी पहचान OAuth के माध्यम से प्रसारित होती है। एजेंट द्वारा किए गए प्रत्येक कार्य को ऑडिट ट्रेल में लिखा जाता है जो एजेंट को व्यक्ति के बजाय सौंपा जाता है। सभी Gemini एजेंट्स एक एजेंट सैंडबॉक्स के भीतर अपनी नेटवर्क सीमा के साथ निष्पादित होते हैं, और सभी ट्रैफ़िक एजेंट गेटवे के माध्यम से गुजरते हैं, जिसे पोस्ट एआई नेटवर्क फ़ायरवॉल के रूप में वर्णित करती है जो वास्तविक‑समय में संगठन‑व्यापी नीतियों को लागू करता है।

लागत नियंत्रण में मल्टी‑मॉडल ऑर्केस्ट्रेशन; एक Smart Routing टूल शामिल है जो स्वचालित रूप से एंटरप्राइज़ वर्कलोड्स को प्राथमिकता देता है ताकि प्रत्येक मॉडल पर चल सके जो न्यूनतम संभव लागत पर अधिकतम प्रदर्शन प्रदान करता है; और क्लाउड बिलिंग कंसोल में प्रति प्रोजेक्ट सेट किए गए वास्तविक‑समय खर्च सीमा, जो ट्रिगर होने पर प्रोजेक्ट के एजेंट को रोक देती है। Google ने कहा कि उसका नवीनतम TPU 8i सिस्टम पिछले पीढ़ी की तुलना में 80% बेहतर मूल्य‑प्रदर्शन देता है, और उसने अपने मॉडल लाइनअप को Argon (फ्रंटियर रीजनिंग के लिए), Flash (गति और मात्रा के लिए), Omni (जनरेटिव मीडिया के लिए), और Gemma (हल्के‑वजन, ओपन‑वेट्स एज वर्कलोड्स के लिए) के रूप में नामित किया है।