Google 在 Gemini 中引入 Agent 能力，先从企业客户开始
来源TechCrunch AI查看原文
速览
- Google 发布统一 Agent，Gemini 从问答工具转向能代用户执行任务的系统。
- 先企业后消费者，Google 称是为先解决安全、规模和性能上的难题。
- Agent 可被赋予目标而非指令，能自行规划、调用工具并连接内部系统。
- 默认自动选模型，用户可手动切换，首批第三方模型为 Anthropic 的 Claude。
- Agent 拥有独立 Workspace 账号与邮箱，操作留下归属 Agent 的审计记录。
- 可通过 tasks inbox 查看思考过程、子 Agent 分派与执行进度。
- 支持 Workspace、Microsoft 365、Slack、Jira、Git、Snowflake 等系统及 MCP 服务器。
- Gemini 月活超 10 亿，近 90% 的《财富》100 强企业使用 Gemini Enterprise。
- 早期测试方为 On、Shopify、PayPal，企业客户含 BNP Paribas、Merck 等。
- Google 提供多模型编排、智能路由与实时支出上限以控制成本。
Google 在周四的 Google Cloud 活动上宣布，将 Gemini 推向「Agent 时代」，推出一个统一 Agent：它不仅能回答问题，还能代替用户完成任务，且全部在单一界面内完成。Google 表示，由于 Gemini 在企业市场已有较高采用率，将先面向企业推出该 Agent，之后再向消费者开放。Google CEO Sundar Pichai 在活动开场透露，Gemini 目前月活用户超过 10 亿，近 90% 的《财富》100 强企业已在工作中使用 Gemini Enterprise。Google Cloud CEO Thomas Kurian 表示，新 Agent 可以被赋予「目标，而不只是指令」，即它能自行规划工作、调用自定义技能与工具，并连接企业内部系统来达成目标。默认情况下 AI 会自动选择最合适的模型，用户也可手动指定模型，包括第三方模型，首批接入的是 Anthropic 的 Claude 系列。Google 称未来模型选择器还会扩展到开源模型和其他私有模型。
关键事实
- Google 在周四的 Google Cloud 活动上发布统一 Agent，先面向企业客户，后续再推向消费者。
- Gemini 目前月活跃用户超过 10 亿，近 90% 的《财富》100 强企业已在使用 Gemini Enterprise。
- 该 Agent 可被赋予「目标而非指令」，能自行规划任务、调用自定义技能与工具，并连接企业内部系统。
- 默认由 AI 自动选择模型，用户也可手动选择，首批支持的第三方模型为 Anthropic 的 Claude 系列。
- Agent 可连接 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等系统，并支持任何 MCP 服务器。
- Agent 拥有自己的 Workspace 账号，包括独立邮箱与上下文，可被 @ 提及、发邮件、共享或加入群聊，其操作会留下归属于 Agent 而非个人的审计记录。
本站视角
对国内做 Agent 的团队来说，这次发布的关键不在于「Gemini 也能干活了」，而在于 Google 把 Agent 的产品形态和企业集成方式具体化了：Agent 拥有独立 Workspace 账号、独立邮箱和上下文，操作留下归属于 Agent 的审计记录，可被 @、发邮件、拉进群聊。这套设计等于把 Agent 当作组织内的一个「数字同事」来管理，而不是一个工具调用接口。国内做企业 Agent 的团队如果还在用「对话框 + 工具调用」的思路，可能需要重新考虑权限模型、审计归属和身份体系——当操作主体不是人，现有的审批与追责流程会失效。 第二个值得关注的点是模型选择。Google 默认自动选模型，同时允许用户手动指定，并首批接入 Anthropic 的 Claude，还计划扩展到开源和私有模型。我们认为，这释放了一个信号：即便是拥有自家前沿模型的 Google，在企业场景下也不得不承认客户会要求多模型并存。对国内厂商而言，这意味着「绑定单一模型」的卖点在企业市场可能越来越难成立，多模型编排和智能路由会成为标配能力。 第三是成本。Google 提出多模型编排、智能路由和实时支出上限，直接回应企业对 AI 开支失控的担忧。这提示国内厂商，企业客户买的不是模型能力本身，而是可控的成本和可预期的账单。 需要观察的是：原文只给出 Gemini 月活超 10 亿、近 90% 的《财富》100 强企业使用 Gemini Enterprise 这两个数字，均由 Google 在自家活动上披露，没有第三方验证，也没有说明「使用」的具体口径——是试用、试点还是全面部署，差别很大。早期测试方只列出 On、Shopify、PayPal 三家，企业客户名单虽长，但未给出部署规模或效果数据。此外，Google 称先做企业是为了解决安全、规模和性能问题，但这也可以理解为消费级 Agent 的落地难度更高、风险更大，企业市场是更稳妥的切入点。这些都需要后续观察。
背景与影响
AI 工具正从对话式体验转向能接管任务的形态，例如生成代码、安排会议、预订行程等。原文提到，这一趋势下已出现面向消费者的 Agent，如 Meta 的 Muse、在消息场景中运行的 Instinct，以及 ChatGPT 的 Dots。Google 此时把 Agent 能力引入 Gemini，是在这一波 Agent 竞争中落子。Google 选择先做企业市场，与其现有采用基础有关：Gemini 月活超 10 亿，近 90% 的《财富》100 强企业使用 Gemini Enterprise。Pichai 称先做企业可解决安全、规模和性能上的「更难的问题」。从产品设计看，这个 Agent 被当作「另一位同事」来对待——拥有自己的 Workspace 账号、邮箱和上下文，知道谁在哪个团队、时区、审批人、日历安排等，并能被 @、发邮件、共享或拉进群聊，其操作会生成归属于 Agent 的审计记录。这意味着企业需要重新考虑权限、审计与责任归属：当操作主体不再是自然人，现有的合规与追责流程可能需要调整。在模型层面，Google 默认自动选模型，同时允许用户手动选择，并首批接入 Anthropic 的 Claude，还计划扩展到开源与私有模型，这显示出一种多模型并存的策略，而非只绑定自家模型。Agent 可连接 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等，并支持任何 MCP 服务器，说明 Google 在推动跨系统、跨厂商的互操作。成本控制方面，Google 提出多模型编排、智能路由和实时支出上限，回应企业对 AI 开支失控的担忧。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
