谷歌云发布Gemini Agent:定位“通用工作智能体”,AI同事自带企业身份和邮箱

English

10月8日,在Gemini at Work 2026活动上,谷歌云CEO Thomas Kurian正式发布Gemini Agent,将其定位为面向工作场景的“通用工作智能体”。这是谷歌迄今为止在企业AI领域最具野心的一次产品发布——AI不再只是回答问题,而是拥有独立身份、能长期运行、可自主规划并交付成果的“数字同事”。

10月8日,在Gemini at Work 2026活动上,谷歌云CEO Thomas Kurian正式发布Gemini Agent,将其定位为面向工作场景的“通用工作智能体”。这是谷歌迄今为止在企业AI领域最具野心的一次产品发布——AI不再只是回答问题,而是拥有独立身份、能长期运行、可自主规划并交付成果的“数字同事”。

核心原则:给目标,而非指令

Gemini Agent最根本的设计哲学只有一句话:“You give it objectives, not instructions.”(给它目标,而非指令。)

谷歌云CEO Thomas Kurian在官方博客中写道:“你委托一个结果,然后回来收获完成的工作。要让智能体做到这一点,它必须连接到你的个人工作流、记录系统和企业管控。”

这意味着用户不再需要一步步告诉AI先做什么、后做什么。只需交代最终想要的结果,剩下交给它自己安排。它可以查资料、写邮件、做PPT、分析数据、编写和运行代码,并跨应用调用工具,自行规划任务,必要时召集多个子Agent一起干活。

四种记忆,像新员工一样“入职培训”

Gemini Agent获得了一套完整的记忆机制,包含四个维度:

会话记忆(Session Memory):保存当前任务上下文,即使任务持续数天,也能记住已完成哪些步骤、接下来还有哪些工作。

语义记忆(Semantic Memory):从文档、交流及与其他Agent的协作中积累知识,组织成结构化知识库——记住公司有哪些产品、团队成员分别负责什么、某个业务术语在公司内部的具体含义。

程序性记忆(Procedural Memory):记录一项工作应该如何完成——某类报告需要哪些数据、按什么流程分析、最终以什么格式交付。Gemini Agent甚至可以自己编写Skills,把工作中学到的方法保存下来供后续任务复用。

情景记忆(Episodic Memory):记录过去完成过哪些工作及相应的执行经历。

谷歌用了一个比喻:“Gemini会像新员工一样,在正式开展工作前,逐渐熟悉你、你的工具和团队。”

独立身份:拥有邮箱和日历的AI同事

Gemini Agent最引人注目的设计,是它可以拥有独立的Google Workspace账号、企业邮箱(如@agents.company.com)、日历和Drive存储空间,甚至能出现在公司通讯录里。

团队成员可以像对待普通同事一样,邀请它加入Google Chat群聊,或在文档中@它。它用自己的身份执行操作,留下自己的记录——这意味着审计追踪里留下的是“Gemini Agent做了什么”,而非某个员工做了什么。

谷歌还为Gemini Agent引入了Coworker Agent概念:企业可以创建一个长期存在、具有明确工作职责的身份,让它像团队中的其他成员一样参与日常协作。

多模型路由:连Claude都能调用

Gemini Agent的底层模型是一个独立于Agent本身的选择。系统会为每项任务自动选择最合适的模型。

值得注意的是,现阶段同时支持Gemini系列和Anthropic的Claude系列模型,未来还将支持其他私有和开源模型。这种开放的多模型策略,在谷歌自身产品中并不常见,反映出谷歌在企业Agent市场“以能力为先”的务实姿态。

企业级控制:权限、审计与支出上限

Gemini Agent从设计之初就面向企业治理需求:

- 权限管理:每个Agent获得经过加密验证的身份,采用最小权限原则,像员工一样管理访问权限

- 审计追踪:所有操作以Agent名义记录在审计日志中

- 安全沙箱:每个Agent运行在独立的Agent Sandbox中,拥有自己的网络边界,所有进出流量必须通过Agent Gateway(AI网络防火墙)

- 实时支出上限:支持智能路由和实时花费上限,让企业灵活控制AI成本

生态整合:从Workspace到第三方系统

Gemini Agent已深度集成Google Workspace全家桶——Gmail、Drive、Docs、Sheets、Slides、Chat和Calendar,在任意渠道使用时保持同一套记忆、技能和治理控制。

同时,它支持连接Microsoft 365、Slack、Jira、Confluence、Git、Salesforce、BigQuery、Databricks、Snowflake、PostgreSQL等大量第三方系统,并支持通过Model Context Protocol(MCP)安全连接企业内外网络。

用户可以通过任务收件箱(Task Inbox)查看Gemini的任务状态,界面展示推理过程、分配给子Agent的任务、调用的技能和代码,以及进度更新。

企业落地:GSK将一个月工作缩短至几分钟

谷歌云披露了Gemini Agent的早期企业客户,包括On、Shopify和PayPal。此前Gemini Enterprise的客户成果也展现了实际价值:GSK将过去需要一个月完成的临床研究工作缩短至几分钟;和泰汽车通过无代码Agent Designer自建AI助手,减少内部30%的数据整理时间。

谷歌CEO桑达尔·皮查伊在活动上披露了一组关键数据:Gemini月活用户已超10亿,近90%的财富100强企业使用Gemini Enterprise。近500家企业在过去一年中各自处理了超过1万亿Token。

Gemini Agent的发布,标志着企业AI竞争进入新阶段——从“谁家的模型更聪明”转向“谁家的AI更能像人一样干活”。独立身份、四种记忆、多模型路由、企业级治理,这些设计共同指向一个目标:让AI从“被调用的工具”变成“有工位的同事”。

值得注意的是,Gemini Agent对Claude的开放支持。当谷歌愿意在自己的Agent框架中调用竞争对手的模型时,说明企业Agent市场的胜负手不在于模型本身,而在于框架、治理与生态整合能力。谁能让AI真正嵌入企业工作流、留下可审计的记录、遵守权限边界,谁就能赢得企业客户的长期信任。

这场“AI同事”的竞赛,才刚刚开始。