10 月 8 日，Google Cloud 在 Gemini at Work 2026 大会上发布 Gemini agent——一个面向企业工作的通用 AI 智能体，目前以私有预览形式向企业客户开放。Google Cloud CEO Thomas Kurian 的定位很直接：它不是聊天机器人，而是「更像一名同事」。用户只需设定目标，然后等待查看最终成果。

云端常驻，合上笔记本它还在干活

与之前「响应用户指令」或「单一应用内执行预设任务」的智能体不同，Gemini agent 跑在云端，围绕一个目标可以持续工作数天。它可以跨网页、iOS、Android、Windows、Mac、命令行运行，深度集成 Google Workspace、Microsoft 365、Slack，也能接入第三方应用，甚至以无头（headless）形式运行——不需要任何专用界面。

因为状态在云端，agent 跨设备共享同一套记忆、上下文和个性化配置：在一台设备上开工，合上电脑走人，换台设备接着看结果。Google 还给出了记忆的细分结构，分为四类：

• 会话记忆：绑定当前进行中的任务；
• 语义记忆：从文档和对话中沉淀的知识；
• 程序记忆：捕捉团队的工作流程；
• 情景记忆：记录历史上完成过的任务。

数字同事的「实体化」：工牌、邮箱和审计日志

这次发布里最有意思的设计是「数字同事」（coworker agent）模式。管理者可以创建专职智能体——比如一个活动策划 Agent——给它分配独立的 Workspace 账号、@agents.company.com 后缀的邮箱、日历、Drive 存储和公司目录里的 presence。员工像给同事派活一样把任务分配给这些 agent：在 Google Chat 里 @它，或请它改文档。

治理设计是这个模式的关键：每个数字同事拥有密码学认证的身份，权限走企业安全系统管理，行为记录进审计日志；它只能访问团队成员主动共享给它的信息，而不是自动继承整个组织的权限。面对复杂工作，agent 还能临时组装一组专业化子 agent 分工协作。

多模型编排与成本闸门

Gemini agent 不绑定单一模型：简单任务跑 Gemini Flash，复杂长周期任务用 Argon 这类旗舰模型，当前还支持 Anthropic 的 Claude 模型，后续会加入更多专有与开源模型。Smart Routing 能力会评估每项工作负载，把它分配给质量与成本平衡最优的模型；管理员可以按项目设置支出阈值，达到上限 agent 会自动挂起。

集成清单也相当完整：协作侧有 Confluence、Teams、Slack、Workspace，开发侧有 Git、Jira，企业平台有 Salesforce、ServiceNow，数据库侧有 BigQuery、Databricks、Postgres、Snowflake。

数据层面，Google 称近 90% 的财富 100 强企业是 Gemini Enterprise 客户，近 500 家云客户过去一年各自处理超过 1 万亿 token，而 per-token 价格自 2024 年以来已下降 98%。

为什么值得关注

第一，「数字同事」把 agent 从软件功能变成了组织结构图上的节点。 独立邮箱、密码学身份、最小权限、审计日志——这套设计回答了企业 agent 落地最难的问题：agent 到底算什么？Google 的答案是：算一个有身份、可问责的「员工」，而不是一段带权限的自动化脚本。这会是企业 agent 治理的重要参照。

第二，Google 主动接入 Claude 做编排，宣告模型层加速商品化。 当平台层开始按「质量与成本平衡」自动路由到包括竞争对手在内的模型，单点模型能力不再是护城河，谁能守住企业上下文、身份与治理层，谁才握有定价权。

第三，企业 agent 采购进入「选平台」阶段。 微软 9 月底重建 Copilot、OpenAI 9 月底推出常驻 dots、Anthropic 10 月初让 Claude 直接编辑 Google 文档，如今 Google 补上自己的持久化 agent。四大玩家的「AI 同事」全部就位，接下来企业要回答的不再是「要不要用 agent」，而是「把组织上下文押注在哪个平台上」。