Modelos e plataformas de IA
Google Cloud apresenta Gemini, seu agente universal para o trabalho

Pontos-chaveO Gemini unifica o chat, o trabalho autónomo e a programação numa única interface e…
Ver mais
- O Gemini unifica o chat, o trabalho autónomo e a programação numa única interface e numa única API.
- Os agentes Coworker obtêm os seus próprios endereços de email e armazenamento, vendo apenas o contexto partilhado.
- Cada ação do agente é registada sob a sua própria identidade e não sob a de uma pessoa.
Google Cloud anunciou o agente Gemini em 8 de outubro de 2026, no 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 anúncio no The Keyword, o Google afirmou que o agente mantém o contexto de negócios de uma organização, planeja o trabalho, utiliza habilidades e ferramentas, conecta-se aos sistemas empresariais 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 exigidas pelos clientes corporativos. Um post detalhado no Google Cloud Blog, adaptado a partir do discurso de abertura do CEO da Google Cloud, Thomas Kurian, no evento, descreve a arquitetura do agente, as superfícies de acesso e os controles corporativos.
A publicação de Kurian relata que cada um dos quase 500 clientes da Google Cloud processou mais de um trilhão de tokens ao longo do ano anterior, que quase 80 % de todos os clientes da Google Cloud utilizam seus produtos de IA e que quase 90 % das empresas da Fortune 100 usam Gemini Enterprise.
A publicação menciona os primeiros testadores e clientes que, segundo ela, já estão usando as novas funcionalidades. De acordo com a publicação, a marca de vestuário esportivo 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 multimodelo a cada 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 Gemini Enterprise personalizados.
Arquitetura do Agente
A publicação descreve um agente construído em torno de um conjunto de princípios arquiteturais. Como agente unificado, o Gemini responde a perguntas em chat, trabalha de forma autônoma 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 de forma 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 colaborador confere ao agente um papel persistente e definido: os agentes colaboradores recebem seus próprios endereços de e‑mail @agents.company.com e armazenamento persistente, e têm acesso apenas ao contexto que os usuários ou membros da equipe fornecem. O 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 a publicação, três capacidades fornecem ao agente seu contexto empresarial. 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, as equipes podem publicar habilidades personalizadas em um registro compartilhado da empresa e indivíduos podem criar habilidades pessoais. A publicação afirma que o agente mantém quatro tipos de memória — sessão, semântica, procedural e episódica — e que ele se integra como faria um novo contratado, conhecendo o usuário, as ferramentas e a equipe antes de iniciar o trabalho.
Gemini no Google Workspace
O Gemini também funciona de forma integrada dentro do Gmail, Drive, Docs, Slides, Sheets, Chat e Calendar, mantendo a mesma memória, habilidades e controles que possui em outros lugares. A publicação 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 único clique. No modo colaborador, o agente recebe sua própria conta do Workspace com endereço de e‑mail, calendário, Drive e presença no diretório da empresa. Um agente colaborador 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 associação 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, conforme o post. Usuários de negócios podem gerar relatórios operacionais em tempo real ao perguntar, 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.
O post nomeia 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.
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 se baseia em dados da FactSet, LSEG, S&P Global, documentos da SEC e repositórios proprietários do cliente, inclui mais de 50 habilidades fundamentais e já está em uso no 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 construindo um agente de ocultação de informações confidenciais na versão Jurídica.
Segurança, Governança e Controle de Custos
Sob o modelo de governança, cada agente recebe sua própria identidade criptograficamente atestada, de menor privilégio, que é inserida nos logs que capturam 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 que o agente realiza é registrada em um trilho de auditoria atribuído ao agente, e não a uma pessoa. Todos os agentes Gemini são executados dentro de um Agent Sandbox com sua própria fronteira de rede, e todo o tráfego passa pelo Agent Gateway, que o post descreve como um firewall de rede de IA que aplica políticas organizacionais em tempo real.
Os controles de custo incluem orquestração multimodelo; uma ferramenta Smart Routing que faz automaticamente a triagem de 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 leves de borda com pesos abertos.












