Google 釋出 Gemini agent：打通辦公全家桶，給個目標自己幹活

關掉筆記型電腦下班，AI 還在雲端替你跑著跨部門的繁瑣流程，甚至還能自己建一堆子智慧體開工。在 2026 年的 Gemini at Work 活動上，Google Cloud 把以前散落在各個對話方塊裡的功能收攏成了一個東西：Gemini agent。

Google Cloud 執行長 Thomas Kurian 拿出了一組相當驚人的資料。過去一年裡，有近 500 家 Google Cloud 客戶每家消耗的 Token 數量突破了一萬億。目前近 80% 的 Google Cloud 客戶在使用其 AI 產品，財富 100 強企業中更有接近 90% 採購了 Gemini Enterprise。企業對 AI 的態度顯然早就越過了嚐鮮階段，開始全面接管業務。

一個人人都有的雲端數字同事

這次推出的 Gemini agent 主打的是統一和跨平臺。它不再需要使用者一步一步發指令，而是接收一個最終目標，接著自己去拆解任務、排程工具並交付結果。

它不僅深度嵌在 Gmail、Google Drive、Docs、Sheets、Slides、Chat 和日曆等 Workspace 全家桶裡，還能無縫接入微軟的 Office、Teams、Slack，甚至通過命令列和無介面模式執行。因為所有記憶與計算全部駐留在雲端，你在手機上吩咐的事，到工位的 Mac 或 Windows 電腦上可以無縫接著做；就算你合上電腦斷網，那些耗時數小時甚至數天的長流程依然會在後臺自動推進。

更有意思的是協同機制。Gemini agent 能根據複雜的跨步驟任務，臨時派生出多個帶有特定身份的子智慧體分頭協作。在更高層級，它還支援配置擁有獨立企業郵箱（形如 @agents.company.com）的同事智慧體，在團隊中長期承擔專案經理或財務分析師的角色，擁有自己的持久儲存和被嚴格隔離的許可權。

為了支撐這種連續運轉，Gemini 內部設計了四套記憶系統：負責幾天內具體任務的會話記憶、隨閱讀和協作建立的語義知識庫記憶、記錄工作技能與自建指令碼的程式記憶，以及記錄過往經歷的情節記憶。它還支援模型上下文協議 MCP，併兼容了 Salesforce、ServiceNow、Databricks、Snowflake 和 Git 等一整套主流企業服務。

幫你選模型，甚至包括競爭對手 Anthropic

另一個非常實際的動作是模型智慧路由。很多企業頭疼不同模型的呼叫成本與效果匹配，Gemini agent 允許底層模型與上層工作流解耦。

在做簡單查詢或低難度任務時，系統會自動分流給輕量模型以節省開支；遇到極端複雜的高難度工作，再切給高階模型。除了 Google 自家的 Gemini 家族，它現在還直接把主要競爭對手 Anthropic 的 Claude 模型納入了官方編排系統，並提供即時支出上限控制。Thomas Kurian 透露，像 PayPal 每週處理的跨模型路由請求就已經達到 1000 萬次，運動品牌 On 和 Shopify 也在大規模採用多模型排程。

落地效果在金融等行業已經顯現。巴西大型金融機構 Bradesco 將 Gemini Enterprise 用在稅務、會計與合同審查後，單份文件的稽核時間直接從 1 小時壓縮到了 5 分鐘，風險不一致率下降了 60%。法國巴黎銀行也向其機構銀行部超過 6.5 萬名員工普及了基於 Gemini Enterprise 的內部助手。

為什麼重要

我們認為，Google 這次最聰明的地方，在於徹底放下了前沿大模型提供商的架子，甘心退回到底層企業基礎設施的位置。直接支援將任務分發給競爭對手 Anthropic 的 Claude，這種務實態度在以往的科技巨頭競爭中並不多見。它看準了企業客戶的核心痛點：沒有一家大模型能長期在所有場景中保持領先，企業真正想要的是無論模型怎麼洗牌，自己的工作流、業務記憶和安全防線都不需要推倒重來。

對於企業和員工而言，給 AI 分配企業郵箱和長期崗位的做法極具吸引力，這意味著它終於能從臨時救急的問答框，變成可以穩定承接重複性知識工作的基礎勞動力。特別是在金融審查、資料對齊和跨部門專案催辦等場景，節省的時間和人力成本肉眼可見。

但隱患同樣擺在眼前。四重記憶網路和跨平臺的廣泛授權，對企業的許可權隔離與資料治理提出了極高要求。一旦某位配置了高許可權的數字同事出現邏輯漏洞或遭遇注入攻擊，它滲透在 Gmail、Slack、企業資料庫中的觸手，很可能演變成巨大的合規與安全漏洞。此外，雖然多模型路由理論上能降本，但在實際運轉中，維持長達數天、包含多個子智慧體的龐大工作流，最終消耗的賬單很可能依然會讓中小企業感到吃力。