一句话总结
10 月 9 日，Google Cloud CEO Thomas Kurian 在 Gemini at Work 2026 大会上发布 Gemini agent：官方对它的定义是「你新的、单一、通用的工作 Agent」。用一句话概括它的设计哲学——“You give it objectives, not instructions”（你给它目标，而不是指令）。你交代一个结果，回来时它已经做完了。
数据来源：Google Cloud 官方博客《Welcome to Gemini at Work 2026: Introducing the Gemini agent》（2026-10-09，Thomas Kurian 署名）、TechCrunch 同日报道《Google brings agentic AI to Gemini, starting with businesses》（记者 Sarah Perez）。
从「给指令」到「给目标」，差在哪
这两个词的区别不是修辞。给指令，是「打开 Slack，找到张三，把这个文件发给他」；给目标，是「把这份季度报告的初稿交给张三并跟进，周五前拿到反馈」。前者需要你拆解步骤，后者只需要你说清结果。
官方对这套能力的定义是：Gemini 自己规划工作、使用技能与工具、连接你的系统，然后把做完的东西交回来——交回的位置就是你现在工作的地方，文档里、收件箱里、开发环境里。
它被设计成两种角色：
- 个人助手：为单个用户服务；
- 团队成员：代表一群人工作（像团队里的项目经理），或代表组织里的某个职能（像财务部的分析师）。
六条架构原则：为什么它能把目标做完
官方把 Gemini agent 的能力拆成六条架构原则。这六条基本决定了它和「聊天机器人 + 插件」的分野：
① 统一 Agent。 问答、自主干活、生成代码——全在同一个界面、同一个 API。官方特意强调「可以从单一提示框完成」。
② 无处不在的访问。 网页、iOS、安卓、Windows、Mac，以及命令行、Google Workspace、Microsoft 365、Slack 各类渠道；还能嵌进第三方应用，或以无界面（headless）形态运行。
③ 持久执行。 这是最关键的一条：任务跑在云上。官方原话是「需要几小时或几天的工作，在你合上笔记本之后会继续运行」。同时记忆与上下文只有一份——不管你从哪台设备接入，都不用重新交代背景。
④ 多 Agent 编排。 Gemini 可以动态拉起一批临时的、任务专用的子 Agent，每个都有自己的身份，来并行或串行地推进多步任务。更进一步是 coworker agent：更像一名团队成员，有持久且明确的角色，拥有自己的 @agents.company.com 邮箱、独立的持久存储，并且只能访问你或团队授予它的上下文。
⑤ 深度上下文。 它上手时就已知道你的工具、数据和历史；用得越久越懂你的工作方式。团队可以建专属 project 来优化它使用的上下文、技能与工具。
⑥ 模型可选。 这条最容易被略过，但可能是影响最深的一条——Agent 是 Agent，底下的模型是另一回事。Gemini 按任务挑最合适的模型，今天已包括 Google 自家 Gemini 家族与 Anthropic 的 Claude，官方明确表示未来会接入更多私有模型与开源模型。官方的理由是：最好的模型不一定是最大的那个，而且领先者每几个月就换一次——把选择权留开，你的上下文、技能和数据就不用跟着搬家。
它能连什么、记什么
连接范围内包括：协作类（Confluence、Microsoft Office、Teams、Slack、Workspace）、开发类（Git、Jira）、企业平台（Salesforce、ServiceNow）、数据库（BigQuery、Databricks、Postgres、Snowflake），以及你自己电脑上的文件；同时可安全地连接公司内外的任意 Model Context Protocol（MCP）server。官方还提供企业级工具注册表（tools registry），让团队把自建工具发布给全公司用。
技能（Skills）是可复用的多步任务说明，用模块化提示词存储；官方提供了全局技能库，团队可把自己的技能发布到公司注册表。Gemini 会自行挑选技能与工具，并从每次执行中学习——官方称这既提升了稳定性，也省了 token 成本。
记忆分四类，这个划分方式挺有意思：
| 记忆类型 | 记什么 |
|---|---|
| 会话记忆 | 眼前这个任务，哪怕跑了好几天 |
| 语义记忆 | 读文档、和人沟通、与其他 Agent 协作时边建起来的结构化知识库 |
| 程序记忆 | 一件事该怎么做，包括它为自己写的技能 |
| 情景记忆 | 它过去做过的所有事 |
官方用了一个很好懂的比喻：Gemini 会像一名新员工那样给自己办入职——先认识你、你的工具、你的团队，然后才开始干活。
官方数字与客户案例
Kurian 在主题演讲里给出的规模数据是：
- 过去一年里，近 500 家 Google Cloud 客户各自处理了超过 1 万亿 token；
- 接近 80% 的 Google Cloud 客户在使用其 AI 产品；
- 接近 90% 的《财富》100 强在使用 Gemini Enterprise。
按 TechCrunch 的补充，Google CEO Sundar Pichai 在开场提到 Gemini 月活已超过 10 亿，并解释为何先面向企业推出、再推向消费者——因为企业场景先要解决「安全、规模与性能」这些更难的问题。
客户案例里最有说服力的是两个：
- BNP Paribas（欧洲银行巨头）把 Gemini Enterprise 部署进内部的生成式 AI 助手 LLM@CIB，覆盖超过 6.5 万名员工，用于信贷备忘录准备等流程；
- Bradesco（巴西最大的银行集团之一）用于财务、会计与合同分析，官方给出的一组数字是：文档审查时间从 1 小时压到 5 分钟、风险不一致减少 60%、财务效率提升 10% 以上。
此外 Merck 在探索分子研究，Orange Spain 已在 HR、IT、销售与客服部门建起超过 1000 个自定义 Gemini Enterprise agent。早期测试者包括运动品牌 On、Shopify（为数百万商家组合前沿模型）与 PayPal（每周路由 1000 万次多模型请求）。
三件值得单独拎出来说的事
第一，“coworker agent” 有自己的邮箱，是个信号。 一个新「同事」拥有 @agents.company.com 地址、独立存储、独立的审计轨迹（官方提到它采取的动作会归因到 Agent 而非个人）——这意味着企业组织架构里第一次要正式容纳「非人类成员」。随之而来的权限、审计、责任归属问题会比技术问题更棘手。
第二，模型可选这一条，把 Anthropic 变成了 Google 的供应商。 曾经「用哪家模型」是选型的第一道关卡，现在 Google 把它降级成了一个下拉框里的选项，并且第一个接进来的就是竞品 Anthropic 的 Claude。这不只是产品设计，更是对客户的一句承诺：你锁定的是 Agent 层，不是模型层。对开发者而言，这是绕开「模型快速迭代导致的技术债」的一条现实路径。
第三，先企业后消费的顺序，说明 Agent 的落地难点不在能力而在治理。 Google 把身份与策略管理、授权与权限控制、安全沙箱、网络网关、以及**实时花销上限（spend caps）**和多模型编排放在同一批公告里，说明企业真正买单的不是「Agent 有多聪明」，而是「Agent 出了问题谁负责、花了多少钱谁来管」。
对国内用户意味着什么
需要说明的是，Gemini agent 目前是面向企业的发布（Gemini Enterprise 路线），不是个人版功能；个人用户能直接用到的时间表官方没有给出。且 Gemini 系产品在国内访问需要代理工具，Google 账号与订阅也需在支持的地区办理。
但这条新闻对国内做 AI 产品的人有两个可以立刻借鉴的点：一是「给目标不给指令」的交互范式——它正在成为 Agent 产品的默认体验标准；二是「Agent 层与模型层解耦」的架构思路——把模型当成可替换的组件，而不是产品的内核，这在模型迭代以月为单位的当下，是降低重写成本的务实选择。
图片出处：封面与示意图由 UU AI Hub 自制；正文配图取自 Google Cloud 官方博客《Welcome to Gemini at Work 2026》。
