Модели и платформы ИИ
Google Cloud представляет Gemini, своего универсального агента для работы

Ключевые моментыGemini объединяет чат, автономную работу и программирование в одном интерфейсе и одном…
Показать больше
- Gemini объединяет чат, автономную работу и программирование в одном интерфейсе и одном API.
- Агенты-коллеги получают собственные адреса электронной почты и хранилище, при этом видя только общий контекст.
- Каждое действие агента регистрируется под его собственной идентичностью, а не под идентичностью человека.
Google Cloud объявила об агенте Gemini 8 октября 2026 года на мероприятии Gemini at Work 2026, описав его как единого универсального агента для работы, который справляется с интеллектуальной работой, ответами на вопросы, созданием контента и программированием из одного окна ввода.
В анонсе в The Keyword Google заявила, что агент хранит бизнес‑контекст организации, планирует работу, использует навыки и инструменты, подключается к бизнес‑системам клиентов Cloud и возвращает готовую работу внутри документов, почтовых ящиков и сред разработки, которые уже используют люди. Компания сообщила, что агент выбирает лучшую модель для каждой задачи, включает встроенный контроль расходов и обеспечивает безопасность, администрирование и управление, необходимые корпоративным клиентам. Подробный пост в блоге Google Cloud, адаптированный из основной речи генерального директора Google Cloud Томаса Куриана на мероприятии, описывает архитектуру агента, точки доступа и корпоративные средства управления.
В посте Куриана сообщается, что каждый из почти 500 клиентов Google Cloud обработал более одного триллиона токенов за прошлый год, что почти 80 % всех клиентов Google Cloud используют его AI‑продукты, и что почти 90 % компаний из списка Fortune 100 используют Gemini Enterprise.
В посте перечислены ранние тестировщики и клиенты, которые, как утверждается, уже используют новые возможности. По данным поста, бренд спортивной одежды On протестировал возможность динамического выбора моделей агентом, Shopify комбинирует передовые модели для миллионов продавцов, а PayPal обрабатывает 10 млн многомодельных запросов каждую неделю. Также сообщается, что бразильский банк Bradesco сократил время проверки документов с одного часа до пяти минут, а телекоммуникационный оператор Orange Spain развернул более 1 000 пользовательских агентов Gemini Enterprise.
Архитектура агента
В посте описывается агент, построенный на наборе архитектурных принципов. Как единый агент, Gemini отвечает на вопросы в чате, автономно работает над задачами, которые задают пользователи, и генерирует код, всё это из единого интерфейса и единого API; пользователи могут назначать работу, планировать задачи или заставлять агента реагировать на события. Доступ охватывает веб, устройства iOS и Android, настольные компьютеры Windows и Mac, командную строку, Google Workspace, Microsoft 365 и Slack, а агент также может работать в безголовом режиме внутри сторонних приложений без отдельного интерфейса. Поскольку он постоянно работает в облаке, агент сохраняет один набор воспоминаний, контекст и единую графовую структуру персонализации на всех устройствах, и работа, требующая часов или дней, продолжается после закрытия ноутбука пользователем.
Для многошаговых задач Gemini может динамически создавать временные суб‑агенты, каждый со своей идентичностью, и координировать параллельные и последовательные шаги, которые могут длиться часы или дни. Режим «коллега» предоставляет агенту постоянную, определённую роль: агенты‑коллеги получают собственные электронные адреса @agents.company.com и постоянное хранилище, и имеют доступ только к контексту, предоставленному пользователями или членами команды. Google заявляет, что агент отделён от модели, лежащей в его основе, и что Gemini в настоящее время оркеструет работу между семейством моделей Gemini и моделями Claude от Anthropic, при планировании добавления других частных и открытых моделей, подбирая модель к каждой задаче с учётом качества и стоимости.
Инструменты, навыки и память
По данным поста, три возможности предоставляют агенту бизнес‑контекст. Слой инструментов соединяет Gemini с программным обеспечением для совместной работы, таким как Confluence, Microsoft Office, Teams, Slack и Workspace; инструментами разработки, включая Git и Jira; корпоративными платформами, такими как Salesforce и ServiceNow; базами данных, включая BigQuery, Databricks, Postgres и Snowflake; файлами на собственном компьютере пользователя; а также любым сервером Model Context Protocol внутри или за пределами корпоративной сети. Реестр корпоративных инструментов позволяет командам создавать и публиковать инструменты для всей компании.
Навыки — это переиспользуемые наборы инструкций, знаний или рабочих процессов, хранящиеся в виде модульных подсказок; Gemini поставляется с глобальной библиотекой навыков, команды могут публиковать пользовательские навыки в общий реестр компании, а отдельные пользователи могут создавать личные навыки. В посте говорится, что агент сохраняет четыре типа памяти — сессионную, семантическую, процедурную и эпизодическую — и что он проходит вводный процесс так же, как новый сотрудник, изучая пользователя, инструменты и команду перед началом работы.
Gemini в Google Workspace
Gemini также работает встроенно в Gmail, Drive, Docs, Slides, Sheets, Chat и Calendar, используя ту же память, навыки и настройки, что и в других местах. В посте описываются три режима Workspace. В режиме персонального помощника агент уже имеет сведения о календаре пользователя, команде и проектах. В режиме проактивного делегирования Workspace Intelligence распознаёт задачи, которые можно делегировать, и предлагает передачу одним щелчком. В режиме коллега агент получает собственную учётную запись Workspace с электронным адресом, календарём, Drive и присутствием в каталоге компании. Агент‑коллега действует под своей идентичностью, а не под идентичностью пользователя, видит только то, что с ним поделились, и следует настройкам совместного доступа и членства, уже используемым командой.
Навыки работы с данными и отраслевые специализации
Новые навыки работы с данными позволяют инженерам описывать результат простым языком, в то время как Gemini генерирует код PySpark, предоставляет ноутбуки для его редактирования и тестирования, обучает модели и устраняет проблемы конвейера, согласно посту. Пользователи бизнеса могут создавать оперативные отчёты в реальном времени, задавая запросы через навыки, интегрированные с BigQuery и Knowledge Catalog, а сохранённые отчёты можно повторно запускать по требованию без расходов на токены.
В посте перечислены три возможности, которые делают ответы обоснованными: Knowledge Catalog, который один раз сопоставляет бизнес‑определения, чтобы все агенты использовали их, и считывает метрики, где они находятся в Databricks, dbt, LookML или SAP; Smart Storage, который обогащает неструктурированные объекты на месте; и Borderless Lakehouse, который выполняет запросы к Amazon S3 и Azure Data Lake без переменных расходов на исходящий трафик и читает данные Salesforce Data 360, SAP, ServiceNow и Workday без копирования данных.
Специализации по отраслям находятся в предварительном просмотре для финансовых услуг и юридического сектора, а версии для государственных органов, здравоохранения и розничной торговли объявлены в ближайшем будущем. Google заявила, что версия для финансовых услуг использует данные от FactSet, LSEG, S&P Global, SEC‑файлы и собственные проприетарные репозитории клиента, поставляется с более чем 50 базовыми навыками и уже применяется в CME Group и Deutsche Bank. Версия для юридического сектора наследует разрешения уровня дел и этические барьеры из систем управления документами NetDocuments и iManage; Google называет Harvey и Onit партнёрами и сообщает, что Cooley разрабатывает агента для скрытия конфиденциальной информации на базе юридической версии.
Безопасность, управление и контроль расходов
В рамках модели управления каждый агент получает собственную криптографически подтверждённую идентификацию с минимальными привилегиями, которая фиксируется в журналах, фиксирующих его работу, вместе с детализированными рол‑базированными разрешениями, одобренными администраторами безопасности организации; когда агент подключается к внешней системе, его идентичность передаётся через OAuth. Каждое действие агента записывается в журнал аудита, привязанный к агенту, а не к человеку. Все агенты Gemini работают внутри Agent Sandbox со своей сетевой границей, и весь трафик проходит через Agent Gateway, который, по описанию поста, представляет собой AI‑сетевой межсетевой экран, в реальном времени применяющий политики всей организации.
Контроль расходов включает оркестрацию нескольких моделей; инструмент Smart Routing, который автоматически распределяет корпоративные нагрузки, чтобы каждая запускалась на модели, обеспечивающей максимальную производительность при минимальных затратах; а также ограничения расходов в реальном времени, задаваемые для каждого проекта в Cloud Billing Console, которые при срабатывании приостанавливают агента проекта. Google заявила, что её последняя система TPU 8i обеспечивает на 80 % лучшую цену‑производительность по сравнению с предыдущим поколением, и назвала линейку моделей: Argon — для передового рассуждения, Flash — для скорости и объёма, Omni — для генеративных медиа и Gemma — для лёгких периферийных нагрузок с открытыми весами моделей.












