Google Cloud пуска Gemini Agent, един универсален агент за корпоративна работа

Google Cloud представи агента Google Cloud Gemini — единен агент за корпоративна работа. Агентът Gemini е хостван в облака агент от Google Cloud, който отговаря на въпроси, извършва интелектуална работа, създава медийно съдържание и пише и изпълнява код. Той прави всичко това от 1 поле за подсказки и 1 API. За разработчиците агентът е продуктът, а моделът е решение за маршрутизиране.

Накратко

Работи в: Google Cloud (AI Hypercomputer). Достъпен е от уеб, мобилни устройства, настолни компютри, CLI, Workspace, Microsoft 365, Slack или без интерфейс.
Най-доброто: Bloomberg Media повиши точността на SQL заявките с 63%, като обвърза агентите за данни с Knowledge Catalog.
Извод:
- Най-доброто: 1 управляван агент с облачна памет, подагенти и строги ограничения на разходите.
- Най-лошото: купувачите трябва да го оценяват по разкази на клиенти, а не по възпроизводими числа.

Какво представлява агентът Google Cloud Gemini?

Това е слой за делегиране, а не чатбот. Давате му цели, а не инструкции. Той планира работата, избира умения и инструменти, свързва се с фирмени системи и връща готов резултат.

Google посочва 6 архитектурни принципа:

Единен агент: чатът, автономните цели и генерирането на код споделят 1 интерфейс.
Повсеместен достъп: всяко устройство или канал, както и вграждане в приложения на трети страни.
Продължително изпълнение: той работи в облака с 1 набор от спомени и 1 граф на персонализацията. Задачите, които продължават часове или дни, продължават да се изпълняват, след като затворите лаптопа.
Оркестрация на множество агенти: той създава временни подагенти, всеки със собствена идентичност, и изпълнява паралелни или последователни стъпки.
Дълбок контекст: с течение на времето той научава вашите инструменти, данни и история на работата.
Гъвкав избор на модел: всяка задача се изпълнява от най-подходящия модел.

Днес на събитието Gemini at Work на Google Cloud обявихме Gemini — нов универсален агент за работа, който разполага с целия ви бизнес контекст и може да се използва за всичко — от интелектуална работа до отговаряне на въпроси и от създаване на съдържание до програмиране, всичко това от едно поле за подсказки.… pic.twitter.com/2Z1PZg74Ui
— Thomas Kurian (@ThomasOrTK) 8 октомври 2026 г.

Как агентът Gemini запомня и разсъждава?

Той съхранява 4 вида памет. Паметта на сесията обхваща текущата задача, дори в рамките на няколко дни. Семантичната памет е структурирана база от знания, която той изгражда от документи и хора. Процедурната памет съхранява начина, по който се изпълняват задачите, включително уменията, които създава сам. Епизодичната памет записва всичко, което е правил преди.

Уменията са модулни подсказки, съхранявани в споделен фирмен регистър. Инструментите идват от регистър на корпоративни инструменти. Конекторите обхващат Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, файлове на настолния компютър и всеки сървър на Model Context Protocol.

Кои модели използва?

Днес той оркестрира работата между моделите Gemini на Google и моделите Claude на Anthropic, като се планира добавянето на други частни и отворени модели. Собствената гама на Google включва Argon за авангардно разсъждение, Flash за скорост и обем, Omni за генеративни медии и Gemma за работа на периферни устройства с отворени тегла.

Какво представляват агентите колеги?

Агентът колега е постоянен член на екипа с определена роля. В Workspace той получава собствен акаунт: имейл адрес, календар, Drive и запис в указателя. Колегите го споменават с @ в Chat или Docs, а редакциите му се появяват под собственото му име в историята на версиите. Той вижда само това, което е споделено с него.

Агентът работи и вградено в Gmail, Docs, Sheets, Slides, Chat и Calendar и предлага делегиране с 1 клик на задачите, които открива.

Какво добавя за екипите за данни?

Инженерите по данни и машинно обучение описват резултатите на разбираем език. След това агентът пише код на PySpark, предоставя ноутбуци, обучава модели и отстранява проблеми в конвейерите. Бизнес потребителите получават запазени отчети в BigQuery, които се изпълняват отново без разходи за токени.

Три услуги обвързват отговорите с данните. Knowledge Catalog съпоставя бизнес дефинициите еднократно за всеки агент. Smart Storage обогатява неструктурираните обекти на място; Google твърди, че 90% от корпоративните данни са неструктурирани. Borderless Lakehouse отправя заявки към Amazon S3 и Azure Data Lake без променливи такси за изходящ трафик.

Как се управлява агентът?

Google представя управлението като 4 въпроса: кой е агентът, какво може да прави, какво е направил и до какво никога не трябва да се докосва.

Идентичност: всеки агент получава криптографски удостоверена идентичност с разрешения с минимални привилегии.
Упълномощаване: контрол на достъпа на базата на роли, свързан с външни системи чрез стандарти като OAuth.
Одитиране: всяко действие се записва към агента, а не към човек.
Политика: агентите работят в Agent Sandbox. Целият трафик преминава през Agent Gateway — мрежова защитна стена за изкуствен интелект, която прилага 1 политика към всеки агент.

Как Google контролира разходите?

Три лоста: оркестрация на множество модели, Smart Routing, който насочва работните натоварвания към най-евтиния способен модел, и ограничения на разходите в реално време. Екипите задават твърд лимит за проекта в Cloud Billing Console. Когато той бъде достигнат, агентът на този проект се поставя на пауза, докато някой не го възобнови. В основата си екипът на Google посочва, че неговата TPU 8i система осигурява 80% по-добро съотношение цена–производителност спрямо предишното поколение.

Как се сравнява?

Функция	Агент Google Cloud Gemini	Microsoft 365 Copilot	OpenAI ChatGPT Work	Amazon Quick
Модели	Семейството Gemini + Anthropic Claude; планират се още	Не са посочени на изходната страница	GPT-5.6 при стартирането	Не са посочени (режими Fast, Balanced, Smart)
Платформи	Уеб, iOS, Android, Windows, Mac, CLI, Workspace, M365, Slack, без интерфейс	Приложенията на M365, Teams, Copilot Chat	Уеб, мобилни устройства, настолни приложения за Mac и Windows, Slack, Teams	Настолни компютри, уеб, мобилни устройства, браузър и разширения за M365
Постоянна идентичност на агента	Агенти колеги със собствен имейл, календар и Drive	Не е посочено	Не е посочено	Не е посочено
Продължителна работа	Часове или дни в облака	Не е посочено	Часове; Scheduled Tasks	Quick Flows; Quick Automate (Enterprise)

Основни изводи

1 агент, 1 API: въпроси и отговори, интелектуална работа, медии и код.
Днес насочва задачите между моделите Gemini и Claude.
Агентите колеги получават собствена идентичност в Workspace.
Твърдите ограничения на разходите за всеки проект поставят неконтролируемите агенти на пауза.
Все още няма сравнителни тестове, цена или дата за обща наличност.

Разгледайте съобщението на Google Cloud. Всички заслуги са за изследователя на този проект. Също така не се колебайте да ни последвате в Twitter и не забравяйте да се присъедините към нашия SubReddit с над 150 хил. членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Сега можете да се присъедините към нас и в Telegram.

Преведено автоматично от английски. Оригиналната статия е на връзката по-долу.