Google Cloud apresenta Gemini, seu agente universal para o trabalho

Google Cloud anunciou o agente Gemini em 8 de outubro de 2026, em seu evento Gemini at Work 2026, descrevendo-o como um agente único e universal para o trabalho que lida com trabalho de conhecimento, respostas a perguntas, criação de conteúdo e codificação a partir de uma única caixa de prompt.

No o anúncio no The Keyword, a Google afirmou que o agente mantém o contexto de negócios de uma organização, planeja o trabalho, usa habilidades e ferramentas, conecta-se aos sistemas de negócios dos clientes da Cloud e devolve o trabalho concluído dentro dos documentos, caixas de entrada e ambientes de desenvolvimento que as pessoas já utilizam. A empresa disse que o agente seleciona o melhor modelo para cada tarefa, inclui controles de custo incorporados e oferece a segurança, administração e governança que os clientes corporativos exigem. Um post detalhado no Google Cloud Blog, adaptado da palestra de abertura do CEO da Google Cloud Thomas Kurian no evento, descreve a arquitetura do agente, as superfícies de acesso e os controles corporativos.

O post de Kurian relata que quase 500 clientes da Google Cloud processaram mais de um trilhão de tokens ao longo do ano anterior, que quase 80 % de todos os clientes da Google Cloud estão usando seus produtos de IA, e que quase 90 % das empresas da Fortune 100 utilizam Gemini Enterprise.

O post menciona testadores iniciais e clientes que, segundo ele, já estão usando os novos recursos. De acordo com o post, a marca de roupas esportivas On testou a capacidade de seleção dinâmica de modelos do agente, a Shopify combina modelos de ponta para milhões de comerciantes, e a PayPal encaminha 10 milhões de solicitações multimódelo por semana. Também relata que o banco brasileiro Bradesco reduziu o tempo de revisão de documentos de uma hora para cinco minutos e que a operadora de telecomunicações Orange Espanha implantou mais de 1 000 agentes personalizados Gemini Enterprise.

Arquitetura do Agente

O post descreve um agente construído em torno de um conjunto de princípios arquiteturais. Como agente unificado, o Gemini responde a perguntas em chat, trabalha autonomamente em objetivos atribuídos pelos usuários e gera código, tudo a partir de uma única interface e de uma única API; os usuários podem atribuir tarefas, agendar trabalhos ou fazer com que o agente responda a eventos. O acesso abrange a web, dispositivos iOS e Android, desktops Windows e Mac, a linha de comando, Google Workspace, Microsoft 365 e Slack, e o agente também pode ser executado em modo headless dentro de aplicativos de terceiros sem uma interface dedicada. Como funciona de forma persistente na nuvem, o agente mantém um único conjunto de memórias, contexto e um único grafo de personalização entre dispositivos, e o trabalho que leva horas ou dias continua após o usuário fechar o laptop.

Para tarefas de múltiplas etapas, o Gemini pode criar dinamicamente sub‑agentes temporários, cada um com sua própria identidade, e coordenar etapas paralelas e sequenciais que podem durar horas ou dias. Um modo coworker confere ao agente um papel persistente e definido: os agentes coworker recebem seus próprios endereços de e‑mail @agents.company.com e armazenamento persistente, e têm acesso somente ao contexto que os usuários ou membros da equipe fornecem. A Google afirma que o agente é separado do modelo subjacente e que o Gemini atualmente orquestra entre sua família de modelos Gemini e os modelos Claude da Anthropic, com outros modelos privados e abertos planejados, correspondendo o modelo a cada tarefa para otimizar qualidade e custo.

Ferramentas, Habilidades e Memória

De acordo com o post, três capacidades fornecem ao agente seu contexto de negócios. Uma camada de ferramentas conecta o Gemini a softwares de colaboração como Confluence, Microsoft Office, Teams, Slack e Workspace; ferramentas de desenvolvimento incluindo Git e Jira; plataformas corporativas como Salesforce e ServiceNow; bancos de dados como BigQuery, Databricks, Postgres e Snowflake; arquivos no próprio desktop do usuário; e qualquer servidor Model Context Protocol dentro ou fora da rede da empresa. Um registro de ferramentas corporativas permite que equipes criem e publiquem ferramentas para o restante da empresa.

Habilidades são conjuntos reutilizáveis de instruções, conhecimentos ou fluxos de trabalho armazenados como prompts modulares; o Gemini vem com uma biblioteca global de habilidades, equipes podem publicar habilidades personalizadas em um registro compartilhado da empresa, e indivíduos podem criar habilidades pessoais. O post afirma que o agente mantém quatro tipos de memória — sessão, semântica, procedimental e episódica — e que ele se integra como faria um novo contratado, aprendendo o usuário, as ferramentas e a equipe antes de iniciar o trabalho.

Gemini no Google Workspace

O Gemini também funciona inline dentro do Gmail, Drive, Docs, Slides, Sheets, Chat e Calendar, mantendo a mesma memória, habilidades e controles que possui em outros lugares. O post descreve três modos do Workspace. No modo de assistência pessoal, o agente chega já informado sobre o calendário, a equipe e os projetos do usuário. No modo de delegação proativa, a Inteligência do Workspace reconhece tarefas delegáveis e oferece uma transferência com um clique. No modo coworker, o agente recebe sua própria conta do Workspace com endereço de e‑mail, calendário, Drive e presença no diretório da empresa. Um agente coworker atua sob sua própria identidade, em vez da do usuário, vê apenas o que lhe é compartilhado e segue as configurações de compartilhamento e de membros que a equipe já utiliza.

Habilidades de Dados e Especializações Setoriais

Novas habilidades de dados permitem que engenheiros descrevam um resultado em linguagem natural enquanto o Gemini gera código PySpark, fornece notebooks para editá‑lo e testá‑lo, treina modelos e resolve problemas de pipeline, segundo a publicação. Usuários de negócios podem gerar relatórios operacionais em tempo real ao solicitar, por meio de habilidades integradas ao BigQuery e ao Knowledge Catalog, e relatórios salvos podem ser reexecutados sob demanda sem incorrer em custos de token.

A publicação cita três capacidades que mantêm essas respostas fundamentadas: Knowledge Catalog, que mapeia definições de negócios uma única vez para que todos os agentes as utilizem e lê métricas onde elas residem no Databricks, dbt, LookML ou SAP; Smart Storage, que enriquece objetos não estruturados no local; e um Borderless Lakehouse que consulta Amazon S3 e Azure Data Lake sem taxas de saída variáveis e lê Salesforce Data 360, SAP, ServiceNow e Workday sem copiar os dados.

As especializações setoriais estão em pré‑visualização para Serviços Financeiros e Jurídico, com versões para Governo, Saúde e Varejo listadas como próximas. O Google afirmou que a versão para Serviços Financeiros utiliza dados da FactSet, LSEG, documentos da SEC e repositórios proprietários do cliente, inclui mais de 50 habilidades fundamentais e já está em uso na CME Group e no Deutsche Bank. A versão Jurídica herda permissões ao nível de assunto e barreiras éticas das plataformas de gerenciamento de documentos NetDocuments e iManage; o Google nomeia Harvey e Onit como parceiros e diz que a Cooley está desenvolvendo um agente de redação de informações confidenciais na versão Jurídica.

Segurança, Governança e Controle de Custos

De acordo com o modelo de governança, cada agente recebe sua própria identidade criptograficamente atestada, de menor privilégio, que é gravada nos logs que registram seu trabalho, juntamente com permissões granulares baseadas em funções aprovadas pelos administradores de segurança da organização; quando o agente se conecta a um sistema externo, sua identidade é propagada via OAuth. Cada ação realizada pelo agente é escrita em um trilho de auditoria atribuído ao agente e não a uma pessoa. Todos os Gemini agents são executados dentro de um Agent Sandbox com sua própria fronteira de rede, e todo o tráfego passa pelo Agent Gateway, que a publicação descreve como um firewall de rede de IA que aplica políticas organizacionais em tempo real.

Os controles de custo incluem orquestração multi‑modelo; uma ferramenta Smart Routing que triage automaticamente as cargas de trabalho corporativas para que cada uma seja executada no modelo que oferece o máximo desempenho ao menor custo possível; e limites de gasto em tempo real definidos por projeto no Cloud Billing Console, que pausam o agente de um projeto quando acionados. O Google afirmou que seu mais recente sistema TPU 8i oferece 80 % melhor relação preço‑desempenho em comparação com a geração anterior, e nomeou sua linha de modelos como Argon para raciocínio de fronteira, Flash para velocidade e volume, Omni para mídia generativa e Gemma para cargas de trabalho de borda leves e de pesos abertos.