Modele i platformy AI
Google Cloud prezentuje Gemini, swojego uniwersalnego agenta do pracy

Kluczowe punktyGemini łączy czat, autonomiczną pracę i programowanie w jednym interfejsie i jednym API.
Zobacz więcej
- Gemini łączy czat, autonomiczną pracę i programowanie w jednym interfejsie i jednym API.
- Agenci-współpracownicy otrzymują własne adresy e-mail i przestrzeń dyskową, widząc wyłącznie współdzielony kontekst.
- Każde działanie agenta jest rejestrowane pod jego własną tożsamością, a nie pod tożsamością osoby.
Google Cloud ogłosiło agenta Gemini 8 października 2026 roku podczas wydarzenia Gemini at Work 2026, opisując go jako jednego, uniwersalnego agenta do pracy, który obsługuje pracę wiedzy, odpowiadanie na pytania, tworzenie treści i programowanie z jednego pola poleceń.
W ogłoszeniu w The Keyword, Google powiedziało, że agent posiada kontekst biznesowy organizacji, planuje pracę, wykorzystuje umiejętności i narzędzia, łączy się z systemami biznesowymi klientów Cloud i zwraca gotową pracę wewnątrz dokumentów, skrzynek odbiorczych oraz środowisk programistycznych, z których ludzie już korzystają. Firma stwierdziła, że agent wybiera najlepszy model dla każdego zadania, zawiera wbudowane kontrolki kosztów i zapewnia bezpieczeństwo, administrację oraz zarządzanie wymagane przez klientów korporacyjnych. szczegółowy post na blogu Google Cloud Blog, opracowany na podstawie wystąpienia głównego CEO Google Cloud Thomasa Kuriana podczas wydarzenia, przedstawia architekturę agenta, powierzchnie dostępu i kontrolki korporacyjne.
Post Kuriana informuje, że każdy z prawie 500 klientów Google Cloud przetworzył ponad jeden bilion tokenów w ciągu ostatniego roku, że prawie 80 % wszystkich klientów Google Cloud korzysta z jego produktów AI oraz że prawie 90 % firm z listy Fortune 100 używa Gemini Enterprise.
Post wymienia wczesnych testerów i klientów, którzy już korzystają z nowych możliwości. Według posta, marka odzieży sportowej On przetestowała dynamiczną funkcję wyboru modelu agenta, Shopify łączy modele wiodące dla milionów sprzedawców, a PayPal kieruje 10 milionów wielomodelowych żądań co tydzień. Raportuje również, że brazylijski bank Bradesco skrócił czas przeglądu dokumentów z jednej godziny do pięciu minut oraz że operator telekomunikacyjny Orange Spain wdrożył ponad 1 000 niestandardowych agentów Gemini Enterprise.
Architektura agenta
Post opisuje agenta zbudowanego wokół zestawu zasad architektonicznych. Jako zintegrowany agent, Gemini odpowiada na pytania w czacie, pracuje autonomicznie nad celami wyznaczonymi przez użytkowników i generuje kod, wszystko z jednego interfejsu i jednego API; użytkownicy mogą przydzielać zadania, planować zadania lub pozwolić agentowi reagować na zdarzenia. Dostęp obejmuje sieć, urządzenia iOS i Android, komputery stacjonarne z systemem Windows i macOS, wiersz poleceń, Google Workspace, Microsoft 365 i Slack, a agent może także działać w trybie bez interfejsu wewnątrz aplikacji firm trzecich bez dedykowanego interfejsu. Ponieważ działa stale w chmurze, agent utrzymuje jedną bazę pamięci, kontekst i pojedynczy graf personalizacji we wszystkich urządzeniach, a praca trwająca godziny lub dni kontynuuje się po zamknięciu laptopa przez użytkownika.
W przypadku zadań wieloetapowych Gemini może dynamicznie tworzyć tymczasowe pod-agenty, każdy z własną tożsamością, i koordynować równoległe oraz sekwencyjne kroki, które mogą trwać godziny lub dni. Tryb współpracownika nadaje agentowi trwałą, określoną rolę: agenci współpracownicy otrzymują własne adresy e-mail @agents.company.com oraz trwałą pamięć, i mają dostęp wyłącznie do kontekstu udostępnionego przez użytkowników lub członków zespołu. Google twierdzi, że agent jest odrębny od leżącego pod nim modelu, a Gemini obecnie koordynuje działanie w ramach rodziny modeli Gemini oraz modeli Claude firmy Anthropic, z planowanymi dodatkowymi prywatnymi i otwartymi modelami, dopasowując model do każdego zadania pod kątem jakości i kosztu.
Narzędzia, umiejętności i pamięć
Według posta trzy możliwości zapewniają agentowi kontekst biznesowy. Warstwa narzędzi łączy Gemini z oprogramowaniem współpracy, takim jak Confluence, Microsoft Office, Teams, Slack i Workspace; narzędziami programistycznymi, w tym Git i Jira; platformami korporacyjnymi, takimi jak Salesforce i ServiceNow; bazami danych, w tym BigQuery, Databricks, Postgres i Snowflake; plikami na własnym pulpicie użytkownika; oraz dowolnym serwerem Model Context Protocol wewnątrz lub poza siecią firmy. Rejestr narzędzi korporacyjnych umożliwia zespołom tworzenie i publikowanie narzędzi dla reszty firmy.
Umiejętności to wielokrotnego użytku zestawy instrukcji, wiedzy lub przepływów pracy przechowywane jako modułowe podpowiedzi; Gemini dostarcza globalną bibliotekę umiejętności, zespoły mogą publikować własne umiejętności we wspólnym rejestrze firmy, a jednostki mogą tworzyć osobiste umiejętności. Post informuje, że agent utrzymuje cztery rodzaje pamięci — sesyjną, semantyczną, proceduralną i epizodyczną — oraz że wprowadza się samodzielnie tak, jak nowy pracownik, ucząc się użytkownika, narzędzi i zespołu przed rozpoczęciem pracy.
Gemini w Google Workspace
Gemini działa również wbudowany w Gmail, Drive, Docs, Slides, Sheets, Chat i Calendar, zachowując tę samą pamięć, umiejętności i kontrolki, które posiada w innych miejscach. Post opisuje trzy tryby Workspace. W trybie osobistej asysty agent przychodzi już poinformowany o kalendarzu użytkownika, zespole i projektach. W trybie proaktywnego delegowania Workspace Intelligence rozpoznaje zadania delegowalne i oferuje przekazanie jednym kliknięciem. W trybie współpracownika agent otrzymuje własne konto Workspace z adresem e-mail, kalendarzem, Drive oraz obecnością w katalogu firmy. Agent współpracownik działa pod własną tożsamością, a nie użytkownika, widzi tylko to, co jest z nim udostępnione, i stosuje ustawienia udostępniania i członkostwa, które zespół już wykorzystuje.
Umiejętności danych i specjalizacje branżowe
Nowe umiejętności danych pozwalają inżynierom opisywać wynik w prostym języku, podczas gdy Gemini generuje kod PySpark, udostępnia notatniki do edycji i testowania, trenuje modele oraz rozwiązuje problemy z pipeline’em, zgodnie z postem. Użytkownicy biznesowi mogą generować raporty operacyjne w czasie rzeczywistym, zadając pytania poprzez umiejętności zintegrowane z BigQuery i Knowledge Catalog, a zapisane raporty mogą być ponownie uruchamiane na żądanie bez ponoszenia kosztów tokenów.
Post wymienia trzy możliwości, które utrzymują te odpowiedzi w oparciu o rzeczywistość: Knowledge Catalog, który mapuje definicje biznesowe raz, aby wszystkie agenty je wykorzystywały i odczytuje metryki, gdzie znajdują się w Databricks, dbt, LookML lub SAP; Smart Storage, który wzbogaca nieustrukturyzowane obiekty w miejscu; oraz Borderless Lakehouse, który zapytuje Amazon S3 i Azure Data Lake bez opłat za zmienny transfer danych i odczytuje Salesforce Data 360, SAP, ServiceNow i Workday bez kopiowania danych.
Specjalizacje branżowe są w wersji podglądowej dla Financial Services i Legal, a wersje dla Government, Healthcare i Retail są wymienione jako wkrótce dostępne. Google powiedział, że wersja Financial Services korzysta z danych pochodzących z FactSet, LSEG, S&P Global, zgłoszeń SEC oraz własnych, prywatnych repozytoriów klienta, zawiera ponad 50 podstawowych umiejętności i jest już używana w CME Group i Deutsche Bank. Wersja Legal dziedziczy uprawnienia na poziomie sprawy oraz etyczne bariery z platform zarządzania dokumentami NetDocuments i iManage; Google wymienia Harvey i Onit jako partnerów i podaje, że Cooley buduje agenta do maskowania poufnych informacji w wersji Legal.
Bezpieczeństwo, zarządzanie i kontrola kosztów
Zgodnie z modelem zarządzania, każdy agent otrzymuje własną kryptograficznie potwierdzoną tożsamość o najmniejszych przywilejach, która jest zapisywana w logach rejestrujących jego pracę, wraz z drobnymi, opartymi na rolach uprawnieniami zatwierdzonymi przez administratorów bezpieczeństwa organizacji; gdy agent łączy się z zewnętrznym systemem, jego tożsamość jest propagowana przez OAuth. Każde działanie agenta jest zapisywane w ścieżce audytu przypisanej agentowi, a nie osobie. Wszystkie agenty Gemini działają wewnątrz Agent Sandbox z własną granicą sieciową, a cały ruch przechodzi przez Agent Gateway, który post opisuje jako zaporę sieciową AI wymuszającą polityki organizacyjne w czasie rzeczywistym.
Kontrole kosztów obejmują orkiestrację wielomodelową; narzędzie Smart Routing, które automatycznie triage’uje obciążenia przedsiębiorstwa, tak aby każde działało na modelu zapewniającym maksymalną wydajność przy najniższym możliwym koszcie; oraz limity wydatków w czasie rzeczywistym ustawiane per projekt w Cloud Billing Console, które wstrzymują agenta projektu po ich przekroczeniu. Google powiedział, że jego najnowszy system TPU 8i zapewnia o 80 % lepszą relację ceny do wydajności niż poprzednia generacja, i nazwał swoją gamę modeli: Argon dla zaawansowanego rozumowania, Flash dla szybkości i wolumenu, Omni dla generatywnych mediów oraz Gemma dla lekkich, otwarto‑wagowych obciążeń brzegowych.












