发布内容

Google Cloud 在 Gemini at Work 2026 大会上发布了 Gemini agent，定位是面向工作的"单一、通用 agent"。原文的定义里有两个关键词：它只有一个 prompt box，接受的是目标而不是逐条指令；拿到目标之后，问答、知识工作、图像与媒体创建、写代码并运行代码，都在同一个入口里完成。

内嵌位置是 Workspace 那一套：Gmail、Drive、Docs、Slides、Sheets、Chat、Calendar。同一套记忆、技能与控制跨这些应用携带——在 Docs 里积累的上下文，切到 Sheets 不用重新讲一遍。

另外两组能力。一是数据与分析技能，让技术团队和普通业务用户都能用自然语言在几分钟内拿到可操作的运营洞察；二是行业专用化，给金融服务与法律团队准备专用工具、技能、连接器与知识。

治理侧列了身份与策略管理、授权与权限控制、安全沙箱、网络网关。成本控制放在多模型编排上，配合 Smart Routing 和实时花费上限。

架构原则

原文把设计原则列了五条，逐条看比看综述有用。

**Unified agent**：聊天问答、自主完成目标、生成代码，共用单一界面，不是三个产品拼在一起。

**Omnipresent access**：web、iOS、Android、Windows 与 Mac 桌面、命令行，以及 Workspace、Microsoft 365、Slack。还可以做成 headless agent，即没有专用 UI、直接接进第三方应用。

**Persistent execution**：agent 跑在云端，跨设备共用同一套记忆、上下文与个性化图谱。合上笔记本任务继续跑，回来打开还在那里。

**Multi-agent orchestration**：遇到多步任务，动态生成临时子 agent，每个带自己的身份，可以并行或串行跑数小时到数天。另一类是 coworker agent，当作团队里一个持续存在的角色成员，有自己的 @agents.company.com 邮箱、持久存储，只访问你给它的上下文。

**Deeply contextual**：已经知道你的工具、数据、工作历史，每次交互持续学习。

记忆的四类

记忆不是一整块，原文分成四类：

• **session memory**：眼前的任务，可以跑数天。
• **semantic memory**：读文档、与人协作、与其他 agent 协作时构建出来的结构化知识库。
• **procedural memory**：工作怎么做，包括 agent 给自己写的技能。
• **episodic memory**：做过的事。

原文用的比喻是：像新员工一样自我 onboarding。这四类合起来解释了一件事——所谓"跨应用携带上下文"，靠的不是把历史对话整个带过去，而是把历史拆成了不同用途的结构。

模型选择与编排

原文这句话值得单独留着：**"Gemini is the agent, and the model underneath it is a separate choice"**。agent 是 Gemini，底下跑哪个模型是另一个选择，每个任务跑在最合适的那个模型上。

当前可编排的范围是 Gemini 家族与 Anthropic 的 Claude 模型，未来接入其他领先的私有与开源模型。三个客户侧的说法：On 用动态选择加速上市；Shopify 混合前沿模型服务数百万商家；PayPal 每周路由 1000 万次多模型请求。

工具与技能

工具侧有一个企业工具注册表，团队可以把工具发布给全公司。MCP server 内外网都可以接，原文列出的例子覆盖了 Confluence / Microsoft Office / Teams / Slack / Workspace、Git / Jira、Salesforce / ServiceNow、BigQuery / Databricks / Postgres / Snowflake，以及本地桌面文件。

技能库是模块化提示词，包含全球技能库与部门、个人自定义的部分。原文说模型会持续学习改进一致性，顺带省 token。

规模数据

• 近 500 家 Google Cloud 客户，每家年处理超 1 万亿 token。
• 近 80% 的 Google Cloud 客户在用其 AI 产品。
• 近 90% 的 Fortune 100 在用 Gemini Enterprise。

几条落地结果：BNP Paribas 有 65,000+ 员工在用内部助手 LLM@CIB 做信贷备忘录；Bradesco 把文档审查从 1 小时压到 5 分钟，风险不一致降低 60%，财务效率提升 10%+；Orange Spain 部署了 1,000+ 自定义 agent；Merck 用在分子研究；Santee Cooper 用在财务规划与电网可靠性。

对开发者的影响

最直接的一条是模型层被拆出来了。"Gemini is the agent, and the model underneath it is a separate choice"意味着开发者接 agent 时不需要押注某个具体模型，任务路由由平台负责。对已经在自建路由的团队，这条路径变成了平台能力，自建的必要性下降。

第二是 MCP server 的定位变了。内网可接、且被官方列进工具接入方式，意味着内部系统只要愿意暴露一个 MCP 端点，就能进企业工具注册表，再由团队发布给全公司。这比每个系统单独写集成要短。

第三是 agent 的运行时不在本地。Persistent execution 说 agent 跑在云端、可以跑数小时到数天，这跟本地脚本的执行模型完全不同：任务提交出去之后，本地环境不再参与。对习惯用本地进程管理长任务的开发方式，需要重新适应。

第四是治理项被前置了。身份与策略管理、授权与权限控制、安全沙箱、网络网关、Smart Routing 与实时花费上限，这些是随发布一起给出的，不是事后补的。企业里推进 agent 落地时，成本与权限这两件事有现成的位置可放。

待观察

几处原文没有给出细节。headless agent 的 API 具体形态与定价未披露，第三方应用接入的方式只能等后续文档。Claude 被编排进来的企业采购含义也不清楚——走 Google Cloud 的账单，还是各自结算，原文没讲。与 Microsoft 365、Slack 的集成深度同样只有位置、没有细节：能做哪些操作、权限怎么传递，都还是空的。

另外，coworker agent 作为一种"团队里的持续角色成员"，其持久存储与上下文边界如何审计，原文只说"只访问你给它的上下文"，具体机制未展开。这些都要等正式文档出来才能判断落地成本。