一个提示框接管知识工作：Gemini agent 正式发布
Google Cloud 在 Gemini at Work 2026 大会上宣布推出 Gemini agent，定位是「统一的通用工作智能体」。首席执行官 Thomas Kurian 在主题演讲中给出的使用方式非常直接：你交给它的不是操作步骤，而是一个目标，它自己去规划任务、调用技能与工具、连接企业系统，最后把做完的结果带回来。回答问题、处理知识工作、生成图像与媒体、编写并运行代码，全部收敛在同一个智能体与同一套 API 之中。
与过去内嵌在各应用里的助手式 Gemini 不同，这一次 Google 把对话、自主执行与代码生成放进了一个统一入口，强调「委派结果而非下达指令」的工作方式。工作从提示窗口开始，这句话成了本次大会反复出现的主线。
跨设备常驻云端：合上笔记本任务照跑
Gemini agent 的接入面覆盖极广：网页、iOS 与安卓手机、Windows 与 Mac 桌面端，乃至命令行、Google Workspace、Microsoft 365、Slack 等渠道都能调用，还可以作为无界面的 headless 智能体嵌入第三方应用。无论从哪个设备进入，它都是同一个智能体。
关键在于持久执行：它运行在云端，维护唯一一套记忆、上下文与个性化图谱。需要数小时甚至数天的任务，在你合上笔记本之后仍会继续跑，回来时结果已经就位，不需要重新交代背景。
可派生子智能体，还有「同事」身份
面对多步骤的大任务，Gemini agent 会动态创建一组临时的、专门化的子智能体，各自带独立身份，并行或串行协作，整个编排可以持续数小时到数天。这是本次发布里最具想象力的部分：把一个目标拆成一支随时组建、随时解散的智能体小队。
另一种形态是「同事智能体」：它拥有固定的岗位角色与持续的运营存在，配有自己的 @agents.company.com 邮箱和专属存储，只接触你或团队授权给它的上下文，更像是团队里常设的一位数字成员。
兼容 MCP，模型层不锁死在 Gemini
架构上，Gemini agent 是一个编排层，与 Gemini 模型家族本身是分离的：它按任务在底层模型之间动态切换，目前既支持第一方模型，也支持 Anthropic 的 Claude 系列第三方模型，官方表示后续会接入更多开源与前沿模型。它还可以连接 MCP 服务器，并提供企业内的工具与技能注册表，让各部门把最佳实践沉淀成可复用的能力。
数据与系统的连接同样开放：BigQuery、Databricks、Snowflake 等分析平台，以及 Salesforce、ServiceNow 等企业系统都在可连接范围内，这正是它敢自称「带着全部业务上下文来上班」的底气。
企业级治理与成本控制先行
企业智能体最容易失控的是权限与开销，Google 这次把治理放在了台前：智能体继承企业既有的身份、策略、预算与审计控制，每个动作都有唯一标识，管理员可以精确回溯「哪个智能体、替谁、做了什么」；安全侧提供安全沙箱与网络网关，成本侧则有多模型编排、智能路由与实时支出上限。
规模数据也一并给出：过去一年近 500 家 Google Cloud 客户各自处理了超过 1 万亿 token，近 80% 的 Google Cloud 客户在使用其 AI 产品，财富 100 强中有近 90% 在用 Gemini Enterprise。
底层同步进化：TPU 双芯与行业落地
支撑这一智能体体系的底层也在同步更新。Google 此前在 Next 26 大会上发布了第八代 TPU，分为面向训练的 TPU 8t 与面向推理的 TPU 8i 两款芯片：前者把前沿模型的开发周期从数月压缩到数周，后者以 288 GB 高带宽内存与片上 SRAM 专为智能体推理体验打造，整体性价比较上一代提升约 80%。
行业落地已经同步铺开：面向金融与法律行业推出了专属工具、技能与连接器，律所 Cooley 与 Google 合作开发处理复杂诉讼任务的智能体，运动品牌 On 用多智能体架构在数周内把 24 个关键服务迁移上云。对普通用户来说，Gemini agent 会先以企业员工日常入口的形态出现；而这背后的竞争逻辑，是企业智能体入口从聊天助手向「数字同事」的关键一跃。
