Google Cloud запускає Gemini Agent — універсального агента для корпоративної роботи

Google Cloud представила агента Google Cloud Gemini — єдиного агента для корпоративної роботи. Агент Gemini — це агент Google Cloud, розміщений у хмарі, який відповідає на запитання, виконує інтелектуальну роботу, створює медіа та пише й запускає код. Усе це він робить з одного поля для введення запитів і через один API. Для розробників продуктом є агент, а модель — це рішення щодо маршрутизації.

Коротко

Працює на: Google Cloud (AI Hypercomputer). Доступний через веб, мобільні пристрої, комп’ютери, CLI, Workspace, Microsoft 365, Slack або без інтерфейсу.
Найкраще: Bloomberg Media підвищила точність SQL-запитів на 63%, заземливши агентів даних у Knowledge Catalog.
Підсумок:
- Найкраще: 1 керований агент із хмарною пам’яттю, субагентами та жорсткими обмеженнями витрат.
- Найгірше: покупці мають оцінювати його за відгуками клієнтів, а не за відтворюваними показниками.

Що таке агент Google Cloud Gemini?

Це рівень делегування, а не чатбот. Ви ставите йому цілі, а не даєте інструкції. Він планує роботу, обирає навички та інструменти, підключається до корпоративних систем і повертає готовий результат.

Google визначає 6 архітектурних принципів:

Уніфікований агент: чат, автономні цілі та генерація коду використовують 1 інтерфейс.
Повсюдний доступ: будь-який пристрій або канал, а також вбудовування у сторонні застосунки.
Постійне виконання: він працює у хмарі з 1 набором пам’яті та 1 графом персоналізації. Завдання, що тривають годинами або днями, продовжують виконуватися після закриття ноутбука.
Оркестрація кількох агентів: він створює тимчасових субагентів, кожен із власною ідентичністю, і запускає паралельні або послідовні етапи.
Глибокий контекст: з часом він вивчає ваші інструменти, дані та історію роботи.
Гнучкий вибір моделей: кожне завдання виконується на найбільш підхожій моделі.

Сьогодні на заході Google Cloud Gemini at Work ми оголосили про Gemini — нового єдиного універсального агента для роботи, який має весь контекст вашого бізнесу та може використовуватися для всього: від інтелектуальної роботи й відповідей на запитання до створення контенту та написання коду — усе з одного поля для введення запитів.… pic.twitter.com/2Z1PZg74Ui
— Thomas Kurian (@ThomasOrTK) 8 жовтня 2026 року

Як агент Gemini запам’ятовує та міркує?

Він зберігає 4 види пам’яті. Пам’ять сеансу охоплює поточне завдання, навіть якщо воно триває кілька днів. Семантична пам’ять — це структурована база знань, яку він створює з документів і даних про людей. Процедурна пам’ять зберігає інформацію про те, як виконуються завдання, зокрема навички, які він створює для себе. Епізодична пам’ять записує все, що він робив раніше.

Навички — це модульні запити, що зберігаються у спільному корпоративному реєстрі. Інструменти надходять із реєстру корпоративних інструментів. Конектори охоплюють Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, файли на комп’ютерах і будь-який сервер Model Context Protocol.

Які моделі він використовує?

Сьогодні він оркеструє роботу між моделями Gemini від Google та моделями Claude від Anthropic, а в майбутньому планується підтримка інших закритих моделей і моделей із відкритим кодом. Власна лінійка Google включає Argon для передового міркування, Flash для швидкості та великих обсягів, Omni для генеративного медіа та Gemma для периферійних завдань із відкритими вагами.

Що таке агенти-колеги?

Агент-колега — це постійний учасник команди з визначеною роллю. У Workspace він отримує власний обліковий запис: адресу електронної пошти, календар, Drive і запис у каталозі. Колеги згадують його через @ у Chat або Docs, а його зміни відображаються під його власним іменем в історії версій. Він бачить лише те, чим із ним поділилися.

Агент також працює безпосередньо в Gmail, Docs, Sheets, Slides, Chat і Calendar та пропонує делегувати завдання, які він виявляє, одним натисканням.

Що він додає для команд, які працюють із даними?

Інженери з обробки даних і машинного навчання описують результати простою мовою. Потім агент пише код PySpark, надає ноутбуки, навчає моделі та виправляє проблеми конвеєрів. Бізнес-користувачі отримують збережені звіти BigQuery, які повторно запускаються без витрат на токени.

Відповіді заземлюють три сервіси. Knowledge Catalog один раз зіставляє бізнес-визначення для кожного агента. Smart Storage доповнює неструктуровані об’єкти безпосередньо на місці; за словами Google, 90% корпоративних даних є неструктурованими. Borderless Lakehouse виконує запити до Amazon S3 і Azure Data Lake без змінних зборів за вихідний трафік.

Як здійснюється керування агентом?

Google описує керування через 4 запитання: хто він, що йому дозволено робити, що він зробив і чого він ніколи не має торкатися.

Ідентичність: кожен агент отримує криптографічно підтверджену ідентичність із дозволами за принципом найменших привілеїв.
Авторизація: рольовий контроль доступу, зіставлений із зовнішніми системами за допомогою таких стандартів, як OAuth.
Аудит: кожна дія записується за агентом, а не за людиною.
Політика: агенти працюють в Agent Sandbox. Увесь трафік проходить через Agent Gateway — мережевий брандмауер для ШІ, який застосовує 1 політику до кожного агента.

Як Google контролює витрати?

Три важелі: оркестрація кількох моделей, Smart Routing, який спрямовує робочі навантаження до найдешевшої достатньо потужної моделі, і ліміти витрат у реальному часі. Команди встановлюють жорсткий ліміт для проєкту в Cloud Billing Console. Коли його досягнуто, агент цього проєкту призупиняється, доки хтось не відновить його роботу. В основі цього, за словами команди Google, система TPU 8i забезпечує на 80% краще співвідношення ціни та продуктивності, ніж попереднє покоління.

Як він порівнюється з іншими рішеннями?

Функція	Агент Google Cloud Gemini	Microsoft 365 Copilot	OpenAI ChatGPT Work	Amazon Quick
Моделі	Сімейство Gemini + Anthropic Claude; планується більше	Не розкрито на вихідній сторінці	GPT-5.6 на момент запуску	Не розкрито (режими Fast, Balanced, Smart)
Платформи	Веб, iOS, Android, Windows, Mac, CLI, Workspace, M365, Slack, без інтерфейсу	Застосунки M365, Teams, Copilot Chat	Веб, мобільні пристрої, настільні Mac і Windows, Slack, Teams	Комп’ютери, веб, мобільні пристрої, браузер і розширення M365
Постійна ідентичність агента	Агенти-колеги з власною електронною поштою, календарем і Drive	Не розкрито	Не розкрито	Не розкрито
Тривала робота	Години або дні у хмарі	Не розкрито	Години; Scheduled Tasks	Quick Flows; Quick Automate (Enterprise)

Ключові висновки

1 агент, 1 API: запитання й відповіді, інтелектуальна робота, медіа та код.
Сьогодні спрямовує завдання між моделями Gemini та Claude.
Агенти-колеги отримують власну ідентичність у Workspace.
Жорсткі ліміти витрат для кожного проєкту призупиняють агентів, які вийшли з-під контролю.
Поки що немає тестів продуктивності, ціни чи дати загальної доступності.

Ознайомтеся з оголошенням Google Cloud. Уся заслуга належить досліднику цього проєкту. Також не соромтеся стежити за нами у Twitter і не забудьте приєднатися до нашого субреддиту про машинне навчання з понад 150 тисячами учасників та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? тепер ви також можете приєднатися до нас у Telegram.

Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.