Mô hình và nền tảng AI
Google Cloud ra mắt Gemini, tác nhân đa năng cho công việc

Điểm chínhGemini hợp nhất trò chuyện, công việc tự chủ và lập trình đằng sau một giao diện và một…
Xem thêm
- Gemini hợp nhất trò chuyện, công việc tự chủ và lập trình đằng sau một giao diện và một API.
- Các tác nhân đồng nghiệp có địa chỉ email và dung lượng lưu trữ riêng, trong khi chỉ nhìn thấy ngữ cảnh được chia sẻ.
- Mọi hành động của tác nhân đều được ghi nhật ký dưới danh tính của chính nó thay vì của một người.
Google Cloud công bố tác nhân Gemini vào ngày 8 tháng 10 năm 2026, tại sự kiện Gemini at Work 2026, mô tả nó như một tác nhân duy nhất, đa năng cho công việc, có khả năng xử lý công việc tri thức, trả lời câu hỏi, tạo nội dung và lập trình từ một hộp nhắc duy nhất.
Trong thông báo trên The Keyword, Google cho biết tác nhân nắm giữ ngữ cảnh kinh doanh của một tổ chức, lên kế hoạch công việc, sử dụng kỹ năng và công cụ, kết nối với hệ thống kinh doanh của khách hàng Cloud, và trả lại công việc đã hoàn thành trong các tài liệu, hộp thư và môi trường phát triển mà người dùng đã sử dụng. Công ty cho biết tác nhân lựa chọn mô hình tốt nhất cho mỗi nhiệm vụ, bao gồm các kiểm soát chi phí tích hợp, và đáp ứng các yêu cầu về bảo mật, quản trị và quản lý mà khách hàng doanh nghiệp cần. Một bài đăng chi tiết trên Google Cloud Blog, được điều chỉnh từ bài phát biểu chính của CEO Google Cloud Thomas Kurian tại sự kiện, trình bày kiến trúc của tác nhân, các giao diện truy cập và các kiểm soát doanh nghiệp.
Bài viết của Kurian báo cáo rằng gần 500 khách hàng Google Cloud mỗi người đã xử lý hơn một nghìn tỷ token trong năm qua, gần 80% tổng số khách hàng Google Cloud đang sử dụng các sản phẩm AI của công ty, và gần 90% các công ty trong Fortune 100 sử dụng Gemini Enterprise.
Bài đăng nêu tên các người thử nghiệm sớm và khách hàng mà họ cho là đã sử dụng các khả năng mới. Theo bài viết, thương hiệu thời trang thể thao On đã thử nghiệm khả năng lựa chọn mô hình động của tác nhân, Shopify kết hợp các mô hình tiên tiến cho hàng triệu thương gia, và PayPal xử lý 10 triệu yêu cầu đa mô hình mỗi tuần. Nó cũng báo cáo rằng ngân hàng Brazil Bradesco đã rút thời gian xem xét tài liệu từ một giờ xuống còn năm phút và nhà khai thác viễn thông Orange Spain đã triển khai hơn 1.000 tác nhân Gemini Enterprise tùy chỉnh.
Kiến trúc Tác nhân
Bài đăng mô tả một tác nhân được xây dựng dựa trên một tập các nguyên tắc kiến trúc. Là một tác nhân thống nhất, Gemini trả lời câu hỏi trong trò chuyện, làm việc một cách tự động trên các mục tiêu người dùng giao, và tạo mã, tất cả từ một giao diện và một API duy nhất; người dùng có thể giao công việc, lên lịch nhiệm vụ, hoặc để tác nhân phản hồi các sự kiện. Truy cập bao phủ web, thiết bị iOS và Android, máy tính để bàn Windows và Mac, dòng lệnh, Google Workspace, Microsoft 365 và Slack, và tác nhân cũng có thể chạy không giao diện trong các ứng dụng của bên thứ ba mà không cần giao diện riêng. Vì nó chạy liên tục trên đám mây, tác nhân duy trì một bộ nhớ, ngữ cảnh và một đồ thị cá nhân hoá duy nhất trên các thiết bị, và công việc mất hàng giờ hoặc ngày sẽ tiếp tục ngay cả khi người dùng đóng máy tính xách tay.
Đối với các nhiệm vụ đa bước, Gemini có thể tạo động các tác nhân phụ tạm thời, mỗi tác nhân có danh tính riêng, và điều phối các bước song song và tuần tự có thể chạy trong hàng giờ hoặc ngày. Chế độ đồng nghiệp cung cấp cho tác nhân một vai trò cố định, được xác định: các tác nhân đồng nghiệp nhận địa chỉ email @agents.company.com riêng và lưu trữ bền vững, và chúng chỉ truy cập vào ngữ cảnh mà người dùng hoặc thành viên nhóm cung cấp. Google cho biết tác nhân tách biệt khỏi mô hình nền tảng, và Gemini hiện đang điều phối giữa họ mô hình Gemini và các mô hình Claude của Anthropic, với các mô hình riêng tư và mở khác dự kiến, phù hợp mô hình với mỗi nhiệm vụ để đạt chất lượng và chi phí tối ưu.
Công cụ, Kỹ năng và Bộ nhớ
Theo bài viết, ba khả năng cung cấp cho tác nhân ngữ cảnh kinh doanh của nó. Một lớp công cụ kết nối Gemini với phần mềm cộng tác như Confluence, Microsoft Office, Teams, Slack và Workspace; các công cụ phát triển bao gồm Git và Jira; các nền tảng doanh nghiệp như Salesforce và ServiceNow; cơ sở dữ liệu như BigQuery, Databricks, Postgres và Snowflake; các tệp trên máy tính để bàn của người dùng; và bất kỳ máy chủ Model Context Protocol nào trong hoặc ngoài mạng công ty. Một sổ đăng ký công cụ doanh nghiệp cho phép các đội xây dựng và công bố công cụ cho toàn công ty.
Kỹ năng là các bộ hướng dẫn, kiến thức hoặc quy trình làm việc có thể tái sử dụng, được lưu trữ dưới dạng lời nhắc mô-đun; Gemini đi kèm với thư viện kỹ năng toàn cầu, các đội có thể công bố kỹ năng tùy chỉnh vào sổ đăng ký chung của công ty, và cá nhân có thể xây dựng kỹ năng cá nhân. Bài viết cho biết tác nhân duy trì bốn loại bộ nhớ — phiên, ngữ nghĩa, quy trình và hồi tưởng — và nó tự đào tạo giống như một nhân viên mới, tìm hiểu người dùng, các công cụ và đội ngũ trước khi bắt đầu công việc.
Gemini trong Google Workspace
Gemini cũng hoạt động nội tuyến trong Gmail, Drive, Docs, Slides, Sheets, Chat và Calendar, mang cùng bộ nhớ, kỹ năng và kiểm soát như ở các nơi khác. Bài viết mô tả ba chế độ Workspace. Trong chế độ trợ lý cá nhân, tác nhân đã được cung cấp thông tin về lịch, đội và dự án của người dùng. Trong chế độ ủy quyền chủ động, Workspace Intelligence nhận diện các nhiệm vụ có thể ủy thác và đề xuất chuyển giao chỉ một cú nhấp chuột. Trong chế độ đồng nghiệp, tác nhân nhận được tài khoản Workspace riêng với địa chỉ email, lịch, Drive và hiện diện trong danh bạ công ty. Một tác nhân đồng nghiệp hoạt động dưới danh tính riêng của mình thay vì của người dùng, chỉ thấy những gì được chia sẻ với nó, và tuân theo cài đặt chia sẻ và thành viên mà đội đã sử dụng.
Kỹ năng Dữ liệu và Chuyên môn Ngành
Kỹ năng dữ liệu mới cho phép các kỹ sư mô tả kết quả bằng ngôn ngữ tự nhiên trong khi Gemini tạo mã PySpark, cung cấp sổ tay để chỉnh sửa và kiểm thử, đào tạo mô hình, và khắc phục sự cố trong pipeline, theo bài đăng. Người dùng doanh nghiệp có thể tạo báo cáo vận hành thời gian thực bằng cách đặt câu hỏi, thông qua các kỹ năng được tích hợp với BigQuery và Knowledge Catalog, và các báo cáo đã lưu có thể được chạy lại theo yêu cầu mà không phát sinh chi phí token.
Bài đăng nêu ba khả năng giữ cho các câu trả lời được căn cứ: Knowledge Catalog, giúp ánh xạ định nghĩa doanh nghiệp một lần để tất cả các agent sử dụng và đọc các chỉ số nơi chúng nằm trong Databricks, dbt, LookML hoặc SAP; Smart Storage, làm giàu các đối tượng không cấu trúc ngay tại chỗ; và Borderless Lakehouse, truy vấn Amazon S3 và Azure Data Lake mà không có phí truyền dữ liệu ra ngoài theo mức biến đổi và đọc Salesforce Data 360, SAP, ServiceNow và Workday mà không cần sao chép dữ liệu.
Các chuyên môn ngành đang ở giai đoạn preview cho Dịch vụ Tài chính và Pháp lý, với các phiên bản cho Chính phủ, Chăm sóc sức khỏe và Bán lẻ được liệt kê là sắp ra mắt. Google cho biết phiên bản Dịch vụ Tài chính dựa trên dữ liệu từ FactSet, LSEG, S&P Global, hồ sơ SEC và các kho lưu trữ độc quyền của khách hàng, đi kèm hơn 50 kỹ năng nền tảng, và đã được sử dụng tại CME Group và Deutsche Bank. Phiên bản Pháp lý thừa hưởng quyền truy cập cấp mức vụ việc và các tường đạo đức từ các nền tảng quản lý tài liệu NetDocuments và iManage; Google nêu Harvey và Onit là các đối tác và cho biết Cooley đang xây dựng một agent xóa thông tin bí mật trên phiên bản Pháp lý.
Bảo mật, Quản trị và Kiểm soát Chi phí
Theo mô hình quản trị, mỗi agent nhận được một danh tính được chứng thực bằng mật mã, có quyền tối thiểu, được ghi vào nhật ký ghi lại công việc của nó, cùng với các quyền hạn chi tiết dựa trên vai trò được phê duyệt bởi các quản trị viên bảo mật của tổ chức; khi agent kết nối với hệ thống bên ngoài, danh tính của nó được truyền qua OAuth. Mọi hành động của agent đều được ghi vào bản ghi kiểm toán gắn cho agent thay vì cho cá nhân. Tất cả các agent Gemini thực thi trong một Agent Sandbox có ranh giới mạng riêng, và mọi lưu lượng đều đi qua Agent Gateway, mà bài đăng mô tả là một tường lửa mạng AI thực thi các chính sách toàn tổ chức trong thời gian thực.
Kiểm soát chi phí bao gồm điều phối đa mô hình; công cụ Smart Routing tự động phân loại khối lượng công việc doanh nghiệp để mỗi công việc chạy trên mô hình mang lại hiệu năng tối đa với chi phí thấp nhất; và giới hạn chi tiêu thời gian thực được đặt cho mỗi dự án trong Cloud Billing Console, sẽ tạm dừng agent của dự án khi đạt ngưỡng. Google cho biết hệ thống TPU 8i mới nhất của mình cung cấp hiệu suất giá tốt hơn 80% so với thế hệ trước, và đã đặt tên cho danh mục mô hình của mình là Argon cho suy luận tiên tiến, Flash cho tốc độ và khối lượng, Omni cho truyền thông sinh tạo, và Gemma cho các khối lượng công việc nhẹ ở biên với trọng số mở.












