谷歌为Gemini加入企业智能体：从回答问题到跨软件完成工作

写报告、整理数据、协调会议，企业员工每天都在不同软件之间来回切换。生成式AI已经能够帮助起草邮件、总结文档，但要把分散的信息整理成成果，并推动下一步工作，通常还需要人来衔接。谷歌正在把Gemini推向这一环节，希望让AI承担更完整的任务。

当地时间10月8日，谷歌在Gemini at Work 2026活动上发布Gemini agent，进一步扩展Gemini的企业智能体能力。Gemini中文常译为“双子座”；此次发布的Gemini agent，则是能够围绕用户目标规划步骤、调用工具并持续执行任务的工作智能体。

谷歌云CEO托马斯·库里安在发布说明中提出，用户可以向Gemini交付目标，由它组织工作、使用技能和工具，连接业务系统并返回成果。这一定位意味着，谷歌希望Gemini逐步承担从理解需求到执行任务的完整过程，而不仅停留在对话窗口中的内容生成。

谷歌CEO桑达尔·皮查伊则把企业场景视为推进这类能力的重要起点。据TechCrunch报道，他表示，优先面向企业有助于谷歌解决安全、规模和性能方面更困难的问题，之后再向消费者拓展。

企业场景的难度，也恰恰来自真实工作的复杂性。一项看似简单的“准备项目汇报”，可能需要读取邮件、核对聊天记录、查询业务数据，再生成文档。AI必须在多次操作之间保持上下文，也要知道哪些信息可以读取、哪些动作需要授权。

按照谷歌公布的方案，Gemini agent可以通过Google Workspace、Microsoft 365和Slack等入口使用，连接企业工具，并在云端持续执行任务。团队还可以配置可重复使用的技能，让它按照公司的具体流程工作。

这里的“技能”有明确的产品含义。谷歌文档显示，技能包可包含指令、参考材料和脚本，用于指导合同审阅、品牌文案等任务；管理员可以控制技能的启用和分享。这为企业把内部规范交给AI执行提供了机制，也意味着部署工作不能省去流程梳理和权限配置。

此次发布还有一个值得关注的变化：Gemini作为工作智能体，与底层使用的模型被进一步区分。 谷歌表示，它可以调用Gemini系列模型，也支持Anthropic的Claude模型，并计划扩大模型选择范围。由此看，谷歌争夺的不只是模型使用量，还有企业分配任务、连接工具和管理AI工作的入口。

随着AI获得执行权限，责任归属也进入产品设计。谷歌强调，Agent拥有独立身份，其操作会留下归属于Agent的审计记录，并受到权限和运行环境的约束。

这些机制是企业采用智能体的重要基础，但执行记录并不能自动保证结果正确。跨系统任务一旦中断，如何处理已经完成的步骤、避免重复操作，并让员工及时接管，仍是实际部署需要检验的问题。

Gemini agent的发布表明，谷歌正在把企业AI的竞争推进到任务执行层。对客户而言，判断产品价值的尺度也将更加具体：一项工作能否可靠完成，需要多少人工干预，以及节省的时间是否足以覆盖运行与管理成本。谷歌提出了更完整的工作智能体愿景，接下来需要用真实业务中的交付表现证明它。