谷歌Gemini迈入“代理”时代：从对话助手到能独立干活的数字员工

【科技24时区】周四的Google Cloud活动上，一个信号颇为明确：AI正在褪去单纯的“聊天机器人”外衣，向具备自主执行能力的“智能体（Agent）”演进。谷歌正式推出了一款统一的代理工具，它不再局限于回答问题，而是能在单一界面中代表用户完成实际任务。这一举措标志着AI工具正跨越交互体验的边界，转向对分配任务的全面接管——无论是生成代码、安排会议，还是预订行程，皆在其能力范畴之内。

这种转变并非孤立现象。此前，Meta推出的Muse、基于消息平台的Instinct以及ChatGPT近期亮相的Dots等面向消费者的代理产品已陆续登场，市场热度渐起。但谷歌显然有着更宏大的野心与底气。正如CEO桑达尔·皮查伊在活动开场时所强调的，Gemini目前月活跃用户已突破10亿大关，且近90%的财富100强企业正在工作中使用Gemini Enterprise。凭借在企业级市场的深厚积淀，谷歌选择了一条更为稳健的路径：先深耕B端业务，待技术成熟后再向C端消费者推广。

皮查伊坦言，这种策略有助于解决强大代理上线时面临的“安全性、规模化和性能”等棘手难题。Google Cloud CEO托马斯·库里安进一步阐释了新代理的核心逻辑：它接收的是“目标”，而非琐碎的“指令”。这意味着代理能够自主规划工作流，调用自定义技能与工具，并深入连接企业的内部系统以达成既定目标。

值得注意的是，在模型选择上，谷歌展现了罕见的开放性。默认情况下，AI会自动甄选最适合当前任务的模型，但用户拥有最终控制权，甚至可以指定第三方模型——首批支持的便包括Anthropic的Claude系列。未来，这一模型选择器还将扩展至开源模型及其他私有模型。请求内容不仅限于文本，还可包含文件、文件夹或针对特定工作流设计的项目包，实现了数据与技能的深度融合。

为了打破数据孤岛，该代理能够安全地接入Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres及Snowflake等企业常用系统。更重要的是，它支持与公司内外部任何符合模型上下文协议（MCP）标准的服务器进行安全协作。用户可以通过一个名为“任务收件箱”的界面实时监控Gemini的动态，清晰查看其思考过程、子代理的任务分发、特殊技能加载情况以及代码生成进度。

颇具意味的是，这个AI代理将拥有独立的Workspace账户，宛如一位真正的同事。它拥有专属邮箱和上下文记忆，熟知公司内部的人员架构、团队归属、时区差异、审批流程乃至每个人的日历安排。用户可通过标记、邮件、共享文件或将其拉入群聊等方式与之互动。而在执行操作时，所有审计日志均归属于该代理本身，而非具体操作人员，这在权责界定上迈出了关键一步。

目前，该代理已覆盖iOS、Android移动端，Windows、Mac桌面端，命令行接口，以及Google Workspace、Microsoft 365、ServiceNow和Slack等平台。早期测试阵容不乏On运动品牌、Shopify和PayPal等行业巨头，而BNP Paribas、Bradesco、默克、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty和Wesfarmers等大型知名企业也已加入Gemini Enterprise的客户行列。

随着企业级AI应用的深化，成本控制成为焦点。谷歌同步推出了包括多模型编排、智能路由及实时支出上限在内的灵活计费选项，旨在帮助企业更精准地把控AI投入产出比。当AI从“参谋”变为“执行者”，这场关于效率与安全的博弈，才刚刚拉开序幕。