Google Cloud presenterar Gemini, dess universella agent för arbete

Google Cloud tillkännagav Gemini-agenten den 8 oktober 2026, vid sitt Gemini at Work 2026‑evenemang, och beskrev den som en enda, universell agent för arbete som hanterar kunskapsarbete, svar på frågor, innehållsskapande och kodning från en enda promptruta.

I annonseringen på The Keyword sade Google att agenten har en organisations affärskontext, planerar arbetet, använder färdigheter och verktyg, ansluter till Cloud‑kunders affärssystem och returnerar färdigt arbete i de dokument, inkorgar och utvecklarmiljöer som folk redan använder. Företaget sade att agenten väljer den bästa modellen för varje uppgift, inkluderar inbyggda kostnadskontroller och har den säkerhet, administration och styrning som företagskunder kräver. Ett detaljerat inlägg på Google Cloud Blog, anpassat från Google Cloud VD Thomas Kurian’s huvudtal på evenemanget, beskriver agentens arkitektur, åtkomstytor och företagskontroller.

Kurian’s inlägg rapporterar att nästan 500 Google Cloud‑kunder var och en bearbetade mer än en biljon token under föregående år, att nästan 80 % av alla Google Cloud‑kunder använder dess AI‑produkter, och att nästan 90 % av Fortune 100 använder Gemini Enterprise.

Inlägget nämner tidiga testare och kunder som det säger redan använder de nya funktionerna. Enligt inlägget testade sportklädesmärket On agentens dynamiska modellvalsförmåga, Shopify blandar frontier‑modeller för miljontals handlare, och PayPal dirigerar 10 miljoner multimodell‑förfrågningar varje vecka. Det rapporterar också att den brasilianska banken Bradesco minskade dokumentgransknings‑tiden från en timme till fem minuter och att telekommunikationsoperatören Orange Spain har distribuerat mer än 1 000 anpassade Gemini Enterprise‑agenter.

Agentarkitektur

Inlägget beskriver en agent byggd kring ett antal arkitektoniska principer. Som en enhetlig agent svarar Gemini på frågor i chatt, arbetar autonomt med de mål som användare tilldelar, och genererar kod, allt från ett enda gränssnitt och ett enda API; användare kan tilldela arbete, schemalägga uppgifter eller låta agenten svara på händelser. Åtkomst sträcker sig över webben, iOS‑ och Android‑enheter, Windows‑ och Mac‑skrivbord, kommandoraden, Google Workspace, Microsoft 365 och Slack, och agenten kan också köras utan huvudgränssnitt i tredjepartsapplikationer. Eftersom den körs beständigt i molnet behåller agenten en uppsättning minnen, kontext och ett enda personaliserings‑graf över enheter, och arbete som tar timmar eller dagar fortsätter efter att en användare stängt sin laptop.

För flerstegsuppgifter kan Gemini dynamiskt skapa tillfälliga del‑agenter, var och en med sin egen identitet, och samordna parallella och sekventiella steg som kan köras i timmar eller dagar. Ett medarbetarläge ger agenten en beständig, definierad roll: medarbetar‑agenter får sina egna e‑postadresser @agents.company.com och beständig lagring, och de har endast åtkomst till den kontext som användare eller teammedlemmar tillhandahåller. Google säger att agenten är separerad från den underliggande modellen, och att Gemini för närvarande orkestrerar över sin Gemini‑modellsfamilj och Anthropics Claude‑modeller, med andra privata och öppna modeller planerade, så att rätt modell matchas till varje uppgift för kvalitet och kostnad.

Verktyg, färdigheter och minne

Enligt inlägget ger tre funktioner agenten dess affärskontext. Ett verktygslager kopplar Gemini till samarbetsprogramvara såsom Confluence, Microsoft Office, Teams, Slack och Workspace; utvecklingsverktyg inklusive Git och Jira; företagsplattformar såsom Salesforce och ServiceNow; databaser inklusive BigQuery, Databricks, Postgres och Snowflake; filer på användarens egen skrivbord; och vilken Model Context Protocol‑server som helst inom eller utanför företagets nätverk. Ett företagsverktygsregister låter team bygga och publicera verktyg för resten av företaget.

Färdigheter är återanvändbara uppsättningar av instruktioner, kunskap eller arbetsflöden som lagras som modulära promptar; Gemini levereras med ett globalt färdighetsbibliotek, team kan publicera anpassade färdigheter till ett gemensamt företagsregister, och individer kan bygga personliga färdigheter. Inlägget säger att agenten behåller fyra typer av minne — session, semantiskt, proceduralt och episodiskt — och att den introducerar sig själv på samma sätt som en nyanställd skulle, lär sig användaren, verktygen och teamet innan den påbörjar arbete.

Gemini i Google Workspace

Gemini fungerar också inbäddat i Gmail, Drive, Docs, Slides, Sheets, Chat och Calendar, och bär med sig samma minne, färdigheter och kontroller som den har på andra ställen. Inlägget beskriver tre Workspace‑lägen. I ett personligt assistansläge anländer agenten redan informerad om en användares kalender, team och projekt. I ett proaktivt delegationsläge identifierar Workspace Intelligence delegationsbara uppgifter och erbjuder en enkel‑klick‑överlämning. I medarbetarläget får agenten sitt eget Workspace‑konto med en e‑postadress, kalender, Drive och en närvaro i företagets katalog. En medarbetar‑agent agerar under sin egen identitet snarare än användarens, ser endast det som delas med den, och följer de delnings‑ och medlemskapsinställningar som ett team redan använder.

Datafärdigheter och branschspecialiseringar

Nya dataskills låter ingenjörer beskriva ett resultat i klartext medan Gemini genererar PySpark‑kod, tillhandahåller notebook‑filer för att redigera och testa den, tränar modeller och felsöker pipeline‑problem, enligt inlägget. Affärsanvändare kan skapa realtidsoperativa rapporter genom att fråga, via skills integrerade med BigQuery och Knowledge Catalog, och sparade rapporter kan köras om på begäran utan att token‑kostnader uppstår.

Inlägget nämner tre funktioner som håller svaren förankrade: Knowledge Catalog, som kartlägger affärsdefinitioner en gång så att alla agenter använder dem och läser metrik där de finns i Databricks, dbt, LookML eller SAP; Smart Storage, som berikar ostrukturerade objekt på plats; och en Borderless Lakehouse som frågar Amazon S3 och Azure Data Lake utan variabla utgående avgifter och läser Salesforce Data 360, SAP, ServiceNow och Workday utan att kopiera data.

Branschspecifika specialiseringar är i förhandsgranskning för Financial Services och Legal, med versioner för Government, Healthcare och Retail som listas som kommande. Google uppgav att Financial Services‑versionen bygger på data från FactSet, LSEG, SEC‑inlämningar och en kunds egna proprietära lagringsplatser, levereras med mer än 50 grundläggande skills och redan används av CME Group och Deutsche Bank. Legal‑versionen ärver ärende‑nivåbehörigheter och etiska väggar från dokumenthanteringsplattformarna NetDocuments och iManage; Google nämner Harvey och Onit som partners och säger att Cooley bygger en agent för redigering av konfidentiell information på Legal‑versionen.

Säkerhet, styrning och kostnadskontroller

Enligt styrningsmodellen får varje agent sin egen kryptografiskt verifierade, minst‑privilegierade identitet som stämplas in i loggarna som fångar dess arbete, tillsammans med fin‑granulerade, roll‑baserade behörigheter som godkänts av organisationens säkerhetsadministratörer; när agenten ansluter till ett externt system propageras dess identitet via OAuth. Varje åtgärd som agenten utför skrivs till en revisionsspår som attribueras till agenten snarare än till en person. Alla Gemini‑agenter körs inom en Agent Sandbox med sin egen nätverksgräns, och all trafik passerar genom Agent Gateway, som inlägget beskriver som en AI‑nätverksbrandvägg som verkställer organisations‑omfattande policyer i realtid.

Kostnadskontroller inkluderar multi‑modell‑orkestrering; ett Smart Routing‑verktyg som automatiskt prioriterar företagsarbetsbelastningar så att varje körs på den modell som levererar maximal prestanda till lägsta möjliga kostnad; samt realtids‑utgiftsgränser per projekt i Cloud Billing Console, som pausar ett projekts agent när gränsen nås. Google uppgav att deras senaste TPU 8i‑system levererar 80 % bättre pris‑prestanda än föregående generation, och de benämnde sin modellserie som Argon för frontier‑resonemang, Flash för hastighet och volym, Omni för generativ media och Gemma för lätta, öppna edge‑arbetsbelastningar.