Google Cloud запускает Gemini Agent — универсального агента для корпоративной работы

Google Cloud представила агента Google Cloud Gemini — единого агента для корпоративной работы. Агент Gemini — это размещаемый в облаке агент от Google Cloud, который отвечает на вопросы, выполняет интеллектуальную работу, создает медиафайлы, а также пишет и запускает код. Он делает все это из одного поля для ввода запросов и через один API. Для разработчиков продуктом является агент, а выбор модели — это решение о маршрутизации.

Кратко

Работает на: Google Cloud (AI Hypercomputer). Доступен через веб, мобильные и настольные приложения, CLI, Workspace, Microsoft 365, Slack или без интерфейса.
Лучшее: Bloomberg Media повысила точность SQL-запросов на 63%, связав агентов для работы с данными с Knowledge Catalog.
Итог:
- Лучшее: 1 управляемый агент с облачной памятью, субагентами и жесткими ограничениями расходов.
- Худшее: покупателям придется оценивать его по рассказам клиентов, а не по воспроизводимым показателям.

Что такое агент Google Cloud Gemini?

Это уровень делегирования, а не чат-бот. Вы задаете ему цели, а не инструкции. Он планирует работу, выбирает навыки и инструменты, подключается к корпоративным системам и возвращает готовый результат.

Google перечисляет 6 архитектурных принципов:

Унифицированный агент: чат, автономные цели и генерация кода используют 1 интерфейс.
Повсеместный доступ: любое устройство или канал, а также встраивание в сторонние приложения.
Постоянное выполнение: он работает в облаке с 1 набором воспоминаний и 1 графом персонализации. Задачи, занимающие часы или дни, продолжают выполняться после закрытия ноутбука.
Оркестрация нескольких агентов: он создает временных субагентов, каждого со своей идентичностью, и выполняет параллельные или последовательные этапы.
Глубокий контекст: со временем он изучает ваши инструменты, данные и историю работы.
Гибкость выбора модели: каждая задача выполняется на наиболее подходящей модели.

Сегодня на мероприятии Google Cloud Gemini at Work мы объявили о Gemini — новом универсальном агенте для работы, который располагает всем контекстом вашего бизнеса и может использоваться для любых задач: от интеллектуальной работы и ответов на вопросы до создания контента и написания кода — все из одного поля для ввода запросов.… pic.twitter.com/2Z1PZg74Ui
— Thomas Kurian (@ThomasOrTK) 8 октября 2026 г.

Как агент Gemini запоминает и рассуждает?

Он хранит 4 вида памяти. Память сеанса охватывает текущую задачу, даже если она длится несколько дней. Семантическая память — это структурированная база знаний, которую он создает на основе документов и информации о людях. Процедурная память хранит способы выполнения задач, включая навыки, которые он пишет для себя. Эпизодическая память фиксирует все, что он делал ранее.

Навыки — это модульные запросы, хранящиеся в общем корпоративном реестре. Инструменты поступают из реестра корпоративных инструментов. Коннекторы охватывают Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, файлы на компьютере и любой сервер Model Context Protocol.

Какие модели он использует?

Сегодня он оркестрирует работу между моделями Google Gemini и моделями Claude от Anthropic; в будущем планируется добавить другие закрытые и открытые модели. Собственная линейка Google включает Argon для передовых рассуждений, Flash для скорости и больших объемов, Omni для генеративных медиа и Gemma для периферийных задач с открытыми весами.

Что такое агенты-коллеги?

Агент-коллега — это постоянный участник команды с определенной ролью. В Workspace он получает собственную учетную запись: адрес электронной почты, календарь, Drive и запись в каталоге. Коллеги упоминают его через @ в Chat или Docs, а его изменения отображаются под его собственным именем в истории версий. Он видит только то, чем с ним поделились.

Агент также работает непосредственно в Gmail, Docs, Sheets, Slides, Chat и Calendar и предлагает делегировать в 1 клик замеченные им задачи.

Что он дает командам по работе с данными?

Инженеры по данным и ML описывают результаты на обычном языке. Затем агент пишет код PySpark, предоставляет ноутбуки, обучает модели и устраняет проблемы в конвейерах. Бизнес-пользователи получают сохраненные отчеты BigQuery, которые запускаются повторно без затрат на токены.

Ответы основываются на трех сервисах. Knowledge Catalog один раз сопоставляет бизнес-определения для каждого агента. Smart Storage обогащает неструктурированные объекты на месте; по данным Google, 90% корпоративных данных являются неструктурированными. Borderless Lakehouse выполняет запросы к Amazon S3 и Azure Data Lake без переменных сборов за исходящий трафик.

Как управляется агент?

Google формулирует управление в виде 4 вопросов: кто, что ему разрешено делать, что он сделал и чего он никогда не должен касаться.

Идентичность: каждый агент получает криптографически подтвержденную идентичность с разрешениями по принципу минимальных привилегий.
Авторизация: ролевой контроль доступа, связанный с внешними системами через такие стандарты, как OAuth.
Аудит: каждое действие регистрируется за агентом, а не за человеком.
Политика: агенты работают в Agent Sandbox. Весь трафик проходит через Agent Gateway — сетевой межсетевой экран для ИИ, который применяет 1 политику к каждому агенту.

Как Google контролирует расходы?

Три рычага: оркестрация нескольких моделей, Smart Routing, которая направляет рабочие нагрузки к самой дешевой подходящей модели, и ограничения расходов в реальном времени. Команды устанавливают жесткий лимит проекта в Cloud Billing Console. При его достижении агент этого проекта приостанавливается, пока кто-нибудь не возобновит его работу. Согласно заявлению команды Google, лежащая в основе система TPU 8i обеспечивает на 80% более высокое соотношение цены и производительности по сравнению с предыдущим поколением.

Как он выглядит в сравнении?

Функция	Агент Google Cloud Gemini	Microsoft 365 Copilot	OpenAI ChatGPT Work	Amazon Quick
Модели	Семейство Gemini + Anthropic Claude; планируются новые	Не раскрыты на исходной странице	GPT-5.6 на момент запуска	Не раскрыты (режимы Fast, Balanced, Smart)
Платформы	Веб, iOS, Android, Windows, Mac, CLI, Workspace, M365, Slack, без интерфейса	Приложения M365, Teams, Copilot Chat	Веб, мобильные устройства, настольные приложения для Mac и Windows, Slack, Teams	Настольные приложения, веб, мобильные устройства, браузер и расширения M365
Постоянная идентичность агента	Агенты-коллеги с собственными электронной почтой, календарем и Drive	Не раскрыта	Не раскрыта	Не раскрыта
Длительная работа	Часы или дни в облаке	Не раскрыта	Часы; запланированные задачи	Quick Flows; Quick Automate (Enterprise)

Ключевые выводы

1 агент, 1 API: вопросы и ответы, интеллектуальная работа, медиа и код.
Сегодня направляет задачи между моделями Gemini и Claude.
Агенты-коллеги получают собственную идентичность Workspace.
Жесткие ограничения расходов на проект приостанавливают агентов, вышедших из-под контроля.
Пока нет тестов производительности, цены или даты общего доступа.

Ознакомьтесь с объявлением Google Cloud. Вся благодарность принадлежит исследователю этого проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту о машинном обучении с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? теперь вы также можете присоединиться к нам в Telegram.

Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.