新芒xAI 10月9日消息，Google Cloud推出Gemini agent，定位为面向企业工作的通用智能体。用户可用一个入口交办知识工作、内容制作和代码任务，系统会规划步骤、调用技能与工具、连接企业系统，并交付完成结果。
关键要点
Gemini agent可在Gmail、Drive、Docs、Slides、Sheets、Chat和Calendar等Workspace应用中工作，并支持从网页、移动设备、桌面端及部分第三方工作环境访问。任务可跨应用延续上下文，官方称运行数小时或数天的工作可以在云端持续执行。
系统可为复杂任务动态创建各自具有身份的临时子代理，安排并行或串行步骤；企业也可创建具有固定职责、账号、邮箱和存储空间的“同事代理”。后者只访问团队主动提供的上下文，便于与现有组织权限衔接。
Gemini agent允许根据任务在Google自有模型和Anthropic Claude等模型之间进行选择，并提供身份与策略管理、授权控制、安全沙箱、网络网关和实时项目支出上限。费用达到上限时，项目智能体会暂停，管理员可在控制台决定是否恢复。
Google Cloud同时推出面向数据分析、数据工程和机器学习的技能，以及金融服务和法律领域的专业工具、连接器与知识配置。官方公布的客户案例包括将智能体用于信贷材料、数据分析、网络运维和内部知识检索；其中效率提升数字来自Google及客户披露，尚不能视为跨企业的独立评测结果。
长时间运行、跨系统访问和多个子代理协作，也会增加权限扩散、错误累积、数据边界和成本归属方面的治理要求。企业需要明确代理身份、可访问数据、可执行动作和负责人，并为外部发送、财务审批及生产变更设置人工检查点。
新芒xAI评论
对企业团队而言，Gemini agent的重点是把智能体从单应用助手推进为跨系统的工作入口。若上下文、工具和权限能统一管理，员工可将复杂目标交给系统推进，减少在文档、邮件、分析平台和开发环境之间重复搬运信息。
Google同时强调模型选择、费用封顶和沙箱控制，说明企业智能体的竞争正从模型能力扩展到运行管理。企业采购时应核实模型路由是否满足数据驻留和合规要求，费用上限是否能覆盖子代理与沙箱支出，以及每项操作能否追溯到具体代理身份。
多代理协作能拆分工作，但也会让责任链更复杂。把阶段性结果、引用来源和关键工具调用保留在审计记录中，并要求高风险操作经过人工确认，才能让自动化效率与可问责性并存。
对云服务商来说，这类产品把办公软件、模型、数据平台、代理编排和基础设施绑定到同一企业采购路径。接下来需要观察客户是否持续扩大生产部署，以及可量化的净效率收益能否抵消模型推理、数据治理和系统集成成本。
