谷歌云推出 Gemini Agent:通用办公智能体

当地时间 10 月 8 日,谷歌云在 Gemini at Work 2026 大会上发布了全新产品 Gemini Agent,官方将其定位为“一个通用工作智能体”(a single, universal agent for work)。谷歌云首席执行官托马斯·库里安(Thomas Kurian)在主题演讲中表示,用户只需向它设定目标,而无需给出具体操作指令,它就能规划工作、调用工具并交付成品。这是谷歌在与微软、OpenAI、Anthropic 争夺企业 AI 合同的又一次重拳出击。

不是聊天机器人,是“同事”

Gemini Agent 的核心定位是帮企业员工处理知识型工作:回答问题、处理文档、创作内容和图像、编写并运行代码。它直接内嵌在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 等 Workspace 应用中,同时也可以从桌面端、移动端、命令行,以及 Microsoft 365、Slack 甚至第三方应用的无界面(headless)模式中调用。

与传统智能体最显著的不同,是它把“长期执行”做成了产品能力。Gemini Agent 可以创建临时子智能体,每个子智能体拥有独立身份,并行或串行处理多步骤任务,任务可以持续数小时甚至数天,全程在云端运行,用户合上笔记本电脑也不会中断。谷歌还推出了“同事智能体”(coworker agent)概念:它拥有自己的 Workspace 账号、@agents.company.com 域名邮箱、日历、Drive 空间和目录条目,但只能看到被明确共享给它的内容,看起来像个真正入职的同事,而不是一次性的对话框。

多模型路由:Gemini 和 Claude 可以混着用

Gemini Agent 最有争议也最有趣的设计是“多模型编排”。它会为每个任务选择最合适的模型运行——今天支持谷歌自家的 Gemini 系列模型和 Anthropic 的 Claude 模型,未来还计划支持其他领先的私有和开源模型。简单任务走轻量快速的 Gemini Flash,复杂任务可以调度前沿的 Argon 或 Claude。谷歌称这种动态路由本身就是一种成本优化:不该用大模型的地方不花钱。

记忆系统是另一块拼图。官方描述中,Agent 保留了四种记忆:会话记忆覆盖当前任务(哪怕横跨数天),语义记忆从文档和人际关系中构建结构化知识库,程序记忆存储任务的执行方式(包括它自己编写的技能),情景记忆则记录它过去做过的一切。“技能”是以模板形式沉淀的多步骤任务做法,企业可以沉淀到公司级技能注册表里复用。

企业级三件套:连接器、成本闸、治理墙

要进企业,它必须先过 IT 部门的三关。连接层面,Gemini Agent 预置了 Git、Jira、Salesforce、ServiceNow、BigQuery、Databricks、Postgres、Snowflake 等企业系统连接器,并支持任意符合 MCP(Model Context Protocol)协议的服务器,企业工具箱基本即插即用。

成本层面,谷歌把“花钱上限”做成了硬功能:管理员可以在 Cloud Billing 控制台里设置支出上限,Agent 监控 token 消耗,一旦触达上限就会暂停工作并等待人工批准;成本按项目维度统计,方便企业把 AI 开销分摊到各部门。这是在回应企业部署 Agent 最大的顾虑之一——自主执行的智能体可能在无人值守时烧掉巨额账单。

治理层面,则是一整套身份与策略管理、授权与权限控制、安全沙箱和网络网关。库里安在文章中强调,安全与治理是企业客户采纳的前提条件,这也是它与消费级智能体产品的分界线。

垂直行业版本同步到来

随同通用版一起发布的还有行业专用智能体:金融服务和法律行业版本已进入预览,政府、医疗和零售版本也将在近期推出。这些行业版本会预置额外的技能、工具和领域知识。

在发布会上,谷歌还公布了一批早期客户案例:运动品牌 On 测试了动态模型选择能力,Shopify 用多模型混合服务数百万商户,PayPal 每周路由 1000 万次多模型请求,巴西银行 Bradesco 把文件审查时间从 1 小时压缩到 5 分钟,西班牙电信 Orange Spain 则部署了超过 1000 个定制的 Gemini Enterprise 智能体。库里安透露,近 500 家谷歌云客户在过去一年中各自处理了超过 1 万亿 token,近 80% 的谷歌云客户正在使用其 AI 产品,财富 100 强中近 90% 在用 Gemini Enterprise。

背景:谷歌的 Agent 路线图走到收官一步

这次发布并非横空出世。回顾谷歌过去半年的动作:4 月 Cloud Next 大会上提出“Agentic Enterprise”并推出 Gemini Enterprise Agent 平台,打下智能体运行、身份管理和记忆的地基;7 月支持最长 7 天的连续执行;8 月上线按项目维度的月度支出上限;9 月实现跨 Workspace 应用协同创作文档。这次的 Gemini Agent,就是把这些能力收拢成一个统一入口和统一 API。

行业竞争也在同步升温。9 月 29 日 OpenAI 发布了个人智能体产品 Dot,10 月 7 日又向全球 ChatGPT 用户全量推送 GPT-6;微软则在 6 月推出了常驻智能体 Scout。谷歌的打法很明确:不跟消费端产品拼热闹,而是把战场划在自己最擅长的企业软件地盘—— Workspace 和云的存量客户,以及对多模型、安全合规有硬要求的行业。

影响与展望

Gemini Agent 目前处于私密预览阶段,谷歌称将“很快”向部分 Workspace Business 和 Enterprise 计划客户全面开放。短期看,它的最大看点是多模型路由能否在真实企业负载下兑现“又好又省”的承诺——让 Gemini 和 Claude 在同一个任务流里协作,本身就是对传统单一供应商锁定的一次挑战。

长期看,企业级 AI Agent 的竞争正在从“模型能力竞赛”转向“落地兑现”:谁能把身份、记忆、成本和治理做成企业敢用的基础设施,谁就能拿下利润最丰厚的企业合同。谷歌手握 Workspace 的入口和云的账单系统,这次算是把牌打齐了。接下来就看企业客户愿不愿意,真的给一个 AI“同事”发一封 @agents.company.com 的邮箱。

发表评论