谷歌云推出 Gemini 通用代理：一个提示框接目标，自动规划任务并打通企业系统

2026 年 10 月 8 日，在 Gemini at Work 2026 大会上，Google Cloud 发布了面向企业的统一 Gemini 代理（Gemini Agent）。它不再只是"问答助手"的集合，而是一个能通过一个提示框接收目标、自行规划工作、调用技能与工具、连接业务系统，并把成品直接写回文档、收件箱和开发者环境的"通用工作代理"。这标志着 Google 的 AI 战略从"助手集合"升级为"可自主执行任务的平台"。

一句话理解：给它目标，而不是指令

Google Cloud CEO Thomas Kurian 用一句话概括差异：用户给代理的是"目标（objectives），而不仅仅是指令（instructions）"。代理会自己拆解目标、排工作计划、加载所需技能、调用工具，再把结果交还到你已经在用的环境里。

官方把它的能力收敛成四类：知识工作、问答、内容创作、编码——全部塞进同一个输入框和同一套 API。你可以派活、排期，也可以让它监听事件自动响应。

架构：统一代理 + 多模型编排

Gemini 代理围绕几条架构原则构建：

  • 单一界面、单一 API：聊天、自动执行目标、写代码，都走一个入口。
  • 保住业务上下文：代理记住组织的业务背景，规划时据此决策，而非每次从零理解。
  • 动态选模型：默认给每项任务挑"最合适"的模型，目前主要在 Google 自家的 Gemini 系列与 Anthropic 的 Claude 之间编排，后续计划接入更多私有与开源模型——按"质量/成本"匹配任务。
  • 内置成本控制：多模型编排 + Smart Routing 自动分流 + 实时支出上限，超支即暂停对应项目的代理。
  • 企业级治理：加密验证的最小权限身份、细粒度 RBAC、完整审计追踪、独立网络边界的 Agent Sandbox，所有流量经 Agent Gateway（AI 网络防火墙）按公司策略实时强制。

跨设备、跨应用，且能"挂着跑"

访问面覆盖网页、iOS/Android、Windows/Mac 桌面、命令行、Google Workspace、Microsoft 365、Slack，还能在第三方应用里以"无头"方式静默运行。

由于常驻云端，代理在所有设备上保持同一套记忆、上下文和个性化图谱——你合上笔记本，耗时数小时乃至数天的工作仍会继续。

对长链路任务，Gemini 会动态拉起临时子代理（各有独立身份），并行或串行地协调能跑数小时到数天的步骤。协作型代理被赋予持久角色：各自拥有 @agents.company.com 邮箱与持久存储，只看得到用户或团队授权共享的内容。

工具、技能与"四种记忆"

三项能力给代理提供业务上下文：

  • 工具层：连接 Confluence、Office、Teams、Slack、Workspace；开发侧的 Git、Jira；企业平台的 Salesforce、ServiceNow；数据库的 BigQuery、Databricks、Postgres、Snowflake；本地桌面文件；以及公司内外的任意 MCP 服务器。企业可把自建工具发布到"工具注册表"全公司复用。
  • 技能：以模块化提示存的可复用指令/知识/工作流。Gemini 自带全球技能库，团队可发布到公司注册表，个人也能建私有技能。
  • 记忆：代理保留会话记忆、语义记忆、过程记忆、情景记忆四种，并像"新员工"一样先了解用户、工具、团队再上手。

在 Workspace 里的三种模式

Gemini 内嵌运行于 Gmail、Drive、Docs、Slides、Sheets、Chat、Calendar，携带相同记忆、技能与控制：

  1. 个人助理：提前熟悉你的日历、团队与项目；
  2. 主动委派：Workspace Intelligence 识别可委派任务，一键交接；
  3. 协作模式：代理拥有自己的 Workspace 账户（邮箱、日历、Drive、公司目录身份），以自身身份而非你的身份运行，只看共享内容、遵循团队权限。

数据技能与行业专长

数据技能让工程师用自然语言描述预期结果，Gemini 生成 PySpark 代码、提供可编辑测试的笔记本、还能训练模型、排查管道问题。业务用户通过接入 BigQuery 与 Knowledge Catalog 的技能提问，生成可重复运行的实时运营报告。

可靠性靠三项能力兜底：Knowledge Catalog（一次性映射业务定义，全代理共用，读取 Databricks/dbt/LookML/SAP 指标）、Smart Storage（原地富化非结构化对象）、Borderless Lakehouse（直查 S3 与 Azure Data Lake，免数据出口费）。

行业专精方面：金融服务版已接入 FactSet、LSEG、S&P Global、SEC 文件及客户私有库，内置 50+ 基础技能，已在 CME Group 与德意志银行投用；法律版继承 NetDocuments、iManage 的权限与伦理墙，Cooley 在其上构建机密信息编辑代理。政府、医疗、零售版本列为即将推出。

安全、治理与成本

治理框架下，每个代理都拿到经加密验证的最小特权身份，权限由安全管理员细粒度审批，连接外部系统时身份经 OAuth 传播；每一项操作写入审计日志，归属代理而非个人；全部运行于独立网络边界的 Agent Sandbox，流量统一过 Agent Gateway 实时强制策略（例如"不得打开标为机密的文件"一次制定、全公司代理生效）。

成本侧：多模型编排 + Smart Routing 自动把工作负载分流到"性能最高且成本最低"的模型 + Cloud Billing Console 按项目设实时支出上限，触发即暂停。底层由最新 TPU 8i 支撑，性价比较上一代提升约 80%。

客户与采用数据

Kurian 披露：过去一年近 500 家 Google Cloud 客户各自处理超 1 万亿 token；近 80% 的 Google Cloud 客户在用其 AI 产品；近 90% 的《财富》100 强使用 Gemini Enterprise（Sundar Pichai 称 Gemini 月活已超 10 亿）。

早期测试方包括运动品牌 On、Shopify、PayPal；落地案例里，巴西银行 Bradesco 把文档审查从 1 小时压缩到 5 分钟，西班牙电信 Orange 已部署超 1000 个定制 Gemini Enterprise 代理。

这意味着什么

Gemini 代理把"一个提示框 + 目标委托 + 企业身份与审计"打包成企业级通用入口，并首次把持久化同事代理（独立邮箱/日历/云盘）推向企业。其护城河在集成广度（连 Microsoft、Salesforce、ServiceNow 而非只连 Google）与治理完备度。竞争上，它直接对标微软 Copilot、Salesforce、ServiceNow 正在搭建的同类产品；对 OpenAI 而言，目前仍缺一款同级别的"企业级持久代理"。该代理现处于企业私测阶段，后续再推消费侧版本。