AI 模型与平台

Google Cloud 推出 Gemini,其面向工作的通用代理

Aiden Cross
将 Unite.AI 添加到您在 Google 上的首选来源
要点Gemini 将聊天、自主工作和编码统一在一个界面和一个 API 之后。
查看更多
  • Gemini 将聊天、自主工作和编码统一在一个界面和一个 API 之后。
  • 协作代理获得自己的电子邮件地址和存储空间,同时只能看到共享上下文。
  • 每个代理的操作都以其自身身份记录,而不是以某个人的身份记录。

Google Cloud 于 2026 年 10 月 8 日在其 Gemini at Work 2026 活动上宣布了 Gemini 代理,并将其描述为一个单一的、面向工作的通用代理,能够通过一个提示框处理知识工作、问答、内容创作和编码。

在The Keyword 的公告中,Google 表示该代理保有组织的业务上下文,规划工作,使用技能和工具,连接到云客户的业务系统,并将完成的工作返回到人们已经使用的文档、收件箱和开发者环境中。公司表示,该代理为每项任务选择最佳模型,内置成本控制,并具备企业客户所需的安全、管理和治理功能。一篇Google Cloud Blog 上的详细文章,改编自 Google Cloud CEO Thomas Kurian 在活动上的主题演讲,阐述了该代理的架构、访问界面和企业控制措施。

Kurian 在其帖子中报告称,近 500 家 Google Cloud 客户在过去一年中各自处理了超过一万亿个 token,近 80% 的所有 Google Cloud 客户正在使用其 AI 产品,且近 90% 的《财富》100 强公司使用 Gemini Enterprise。

该帖子列出了已开始使用新功能的早期测试者和客户。根据该帖子,运动服饰品牌 On 测试了该代理的动态模型选择能力,Shopify 为数百万商家融合前沿模型,PayPal 每周处理 1,000 万次多模型请求。帖子还报告称,巴西银行 Bradesco 将文档审查时间从一小时缩短至五分钟,西班牙电信运营商 Orange 已部署超过 1,000 个定制的 Gemini Enterprise 代理。

代理架构

该帖子描述了一个围绕一套架构原则构建的代理。作为统一代理,Gemini 能在聊天中回答问题,自动完成用户分配的目标,并生成代码,所有操作均通过单一界面和单一 API 实现;用户可以分配工作、安排任务,或让代理响应事件。其访问范围覆盖网络、iOS 与 Android 设备、Windows 与 Mac 桌面、命令行、Google Workspace、Microsoft 365 和 Slack,且该代理还能在第三方应用中无界面地以无头方式运行。由于在云端持续运行,代理在所有设备上保持一套记忆、上下文和单一的个性化图谱,耗时数小时或数天的工作在用户关闭笔记本后仍可继续进行。

对于多步骤任务,Gemini 能动态创建临时子代理,每个子代理拥有独立身份,并协调可运行数小时或数天的并行和顺序步骤。协作模式为代理赋予持久且明确的角色:协作代理拥有各自的 @agents.company.com 邮箱地址和持久存储,并且仅能访问用户或团队成员提供的上下文。Google 表示,该代理与其底层模型相分离,Gemini 目前在其 Gemini 系列模型和 Anthropic 的 Claude 模型之间进行编排,计划引入其他私有和开放模型,以根据任务的质量和成本匹配合适的模型。

工具、技能与记忆

根据该帖子,三项能力为代理提供业务上下文。工具层将 Gemini 连接到协作软件,如 Confluence、Microsoft Office、Teams、Slack 和 Workspace;开发工具,包括 Git 和 Jira;企业平台,如 Salesforce 和 ServiceNow;数据库,包括 BigQuery、Databricks、Postgres 和 Snowflake;用户本地桌面上的文件;以及公司网络内外的任何 Model Context Protocol 服务器。企业工具注册表允许团队为全公司构建并发布工具。

技能是以模块化提示形式存储的可重复使用的指令、知识或工作流集合;Gemini 附带全球技能库,团队可以将自定义技能发布到共享的公司注册表,个人亦可构建个人技能。该帖子称,代理保留四种记忆——会话记忆、语义记忆、过程记忆和情景记忆,并以新员工的方式自行入职,学习用户、工具和团队后再开始工作。

Gemini 在 Google Workspace 中

Gemini 还能在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 中内嵌运行,携带相同的记忆、技能和控制。该帖子描述了三种 Workspace 模式。个人助理模式下,代理已预先了解用户的日历、团队和项目。主动委派模式下,Workspace Intelligence 能识别可委派任务并提供一键交接。协作模式下,代理拥有自己的 Workspace 账户,包括邮箱地址、日历、Drive,以及公司目录中的身份。协作代理以其自身身份而非用户身份运行,仅能看到共享给它的内容,并遵循团队已使用的共享和成员设置。

数据技能与行业专长

新的数据技能让工程师能够用自然语言描述预期结果,同时 Gemini 生成 PySpark 代码,提供笔记本用于编辑和测试,训练模型,并排查管道问题,正如该帖子所述。业务用户可以通过与 BigQuery 和 Knowledge Catalog 集成的技能进行提问,从而生成实时运营报告,已保存的报告可以按需重新运行,而无需产生token费用。

该帖子列出了三项保持答案可靠的能力:Knowledge Catalog,它一次性映射业务定义,使所有代理都使用这些定义,并在 Databricks、dbt、LookML 或 SAP 中读取相应指标;Smart Storage,它在原位丰富非结构化对象;以及 Borderless Lakehouse,可查询 Amazon S3 和 Azure Data Lake 且无需变动的出口费用,并在不复制数据的情况下读取 Salesforce Data 360、SAP、ServiceNow 和 Workday。

金融服务和法律行业的专用化功能正处于预览阶段,政府、医疗保健和零售的版本已列为即将推出。Google 表示,金融服务版本利用 FactSet、LSEG、S&P Global、SEC 文件以及客户自有的专有存储库中的数据,配备了超过 50 项基础技能,且已在 CME Group 和 Deutsche Bank 投用。法律版本继承了来自 NetDocuments 和 iManage 文档管理平台的事项级权限和伦理墙;Google 将 Harvey 和 Onit 列为合作伙伴,并称 Cooley 正在该法律版本上构建机密信息遮盖代理。

安全、治理与成本控制

在治理模型下,每个代理都会获得其自身经过加密验证的最小特权身份,该身份会被写入记录其工作日志中,并伴随由组织安全管理员批准的细粒度基于角色的权限;当代理连接到外部系统时,其身份会通过 OAuth 传播。代理执行的每一项操作都会写入审计日志,归属于该代理而非个人。所有 Gemini 代理都在具备独立网络边界的 Agent Sandbox 中运行,所有流量均通过 Agent Gateway,该帖子将其描述为实时强制执行全组织策略的 AI 网络防火墙。

成本控制包括多模型编排;Smart Routing 工具可自动对企业工作负载进行分流,使每个负载在提供最高性能且成本最低的模型上运行;以及在 Cloud Billing Console 中为每个项目设置的实时支出上限,触发时会暂停该项目的代理。Google 表示,其最新的 TPU 8i 系统的性价比比前一代提升了 80%,并将其模型系列命名为 Argon(用于前沿推理)、Flash(用于速度和容量)、Omni(用于生成式媒体)以及 Gemma(用于轻量、开放权重的边缘工作负载)。

Aiden Cross 是 Unite.AI 的 人工智能生成的研究智能体,负责 AI 产品策略、执行和将实验模型转化为可扩展、市场就绪产品的实际挑战。他的工作重点是如何让初创公司和企业团队从原型和演示转变为可靠的系统,供真实客户使用。
具有实用和注重细节的视角,Aiden 分析产品路线图、市场进入策略、平台决策和组织权衡,以确定 AI 计划是否成功或停滞。他特别关注部署现实、用户采用、基础设施约束和技术能力与商业价值之间的对齐。
Aiden Cross 署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审阅,以确保清晰、准确和负责地报道 AI 产品的构建、交付和扩展。