Google Opal 升级智能体工作流：自动挑模型找工具，自带跨会话记忆

过去用无代码工具搭 AI 工作流，最让人头疼的是每个环节都得提前焊死：第几步调哪个模型、输出几张图，一旦卡住整条链条就废了。

Google Labs 正式给自家的轻巧应用构建工具 Opal 塞进了一个 Agent 步骤。从这天起，这项能力面向全球所有用户开放。

现在的 Opal 不用你再手动指定特定模型，而是可以直接在生成步骤里扔进一个 Agent，让它根据整体目标自主挑选工具和模型。比如需要背景调研就调 Web Search，需要画面就唤起视频生成模型 Veo，省去了大把配置连线的功夫。

据报道，支撑这个 Agent 运转的是 Gemini 3 Flash 模型。

从画死流程到自己做决定

以绘本制作为例，以前在 Opal 里做故事书，创作者必须提前写死固定的页数和提问环节。现在换成视觉故事讲述 Agent，它会自主判断当前情节还缺什么细节，并主动给用户抛出剧情走向建议。

另一个典型例子是室内设计。以前用户传一张毛坯房照片、选定风格，系统只会按死板的模板输出一张渲染图。

现在换成 Agent 步骤后，它会先给出初步方案。如果你觉得某处细节不对，可以通过连续对话给它反馈，Agent 甚至会自己去网上检索小众的设计流派，再针对性调整方案。

记忆、分支与主动追问

除了自动挑模型，这次更新还补齐了三项核心能力。

首先是跨会话记忆。不管是你的设计偏好、品牌调性还是购物清单，Opal 都能在不同会话之间记住。据 TechCrunch 报道，它甚至能借助 Google Sheets 在后台帮电商类应用维护长期记忆。

其次是动态路由。用户可以设定自己的判定规则，Agent 会在满足条件时自己切换路线。比如在制作高管简报时，如果遇到新客户，Agent 会自动上网做背调；如果是老客户，它就直接去调阅内部会议纪要。

第三项是交互式追问。当用户输入的提示词过于模糊时，Agent 不再胡乱猜测，而是会主动向用户发起聊天追问细节，或者给出几个选项确认后再往下走。

Google 最早在 2025 年 7 月面向美国用户推出 Opal，后续逐步推广到全球 160 多个国家，并在 2025 年 12 月放进了 Gemini 网页端。当时它的定位是用自然语言做轻量级应用的 vibe-coding 工具，而这次升级则是把它推向了自动化代理。

为什么重要

对普通人和创作者来说，这意味着搭应用的逻辑彻底变了。你不需要懂得复杂的逻辑判断分支，只要用自然语言交代清楚目标，就能搭出一个能记住上下文、遇到缺漏会主动追问的定制小工具。对于想快速验证想法的人来说，现在就值得去上手试一试。

对行业而言，这一步折射出 AI 编排正在从静态节点走向动态自主。现在 Lovable、Replit 以及 Wabi、Emergent、Rocket.new 等初创公司都在争抢自然语言写应用的入口。Google 并没有把重点放在代码编辑器里，而是把 Gemini 3 Flash、Veo、搜索以及 Google Sheets 这套底层全家桶全部揉进一个界面，打的是生态协同战。

我们认为 Google 这一步走得相当聪明。它没有激进地把所有流程都交给黑盒 Agent 接管，而是保留了传统的固定步骤供专业开发者精细控制，只在生成环节提供 Agent 选项。这种把确定性流程与自主决策结合的做法，既保住了可控性，又降低了动态任务的构建门槛。

不过隐患也同样明显。当路由判断和工具调用的控制权全放给 Gemini 3 Flash 后，在复杂的多分支业务场景下，Agent 是否会出现误判意图、陷入循环追问，或者调用错误工具导致成本飙升，依然需要实际使用来检验。