Google发布Gemini Agent：打通Workspace的跨平台工作自动化

Google Cloud 在最新一届 Gemini at Work 大会上正式发布 Gemini agent，将其定位为一个横跨 Google Workspace 与外部企业软件的统一 AI 工作入口。用户无需在多个应用间切换，也无需把任务拆解成多条独立指令，只需给出一个目标，代理即可调用上下文、连接工具、协调子代理来完成工作。这标志着 Gemini 从分散的聊天辅助功能，走向一个持久化的工作层。

从聊天助手到持久工作层

与此前嵌入单个应用（如 Gmail 的智能回复或 Docs 的写作建议）的 AI 功能不同，Gemini agent 被设计为跨设备的通用接口，覆盖 Web、iOS、Android、Windows 和 Mac。据 Google 官方公告描述，它可以回答问题、执行知识工作任务、生成媒体内容，以及编写或运行代码，并在会话之间保留上下文。

这一转变的核心在于 目标导向。过去用户需要自己在邮件、文档、表格之间搬运信息，再分别向 AI 提问；现在代理可以基于持久记忆，把一次请求转化为多步骤流程。对于已经在使用 Workspace 的组织而言，这意味着信息在工具间流转的时间可能大幅减少。不过 Google 同时强调，该产品采用渐进式发布，并非所有能力都会在第一天对全部客户开放。

覆盖范围：三方系统与跨平台协作

Gemini agent 的整合范围远超 Google 自家生态。根据官方材料，它可以运行在 Google Workspace 应用（Gmail、Drive、Docs、Sheets、Slides、Chat、Calendar）中，同时连接 Microsoft 365、Slack 等协作平台。在业务系统层面，Google 点名了 Confluence、Jira、Salesforce、ServiceNow、Git、BigQuery、Snowflake 等工具。

工作区域	Gemini agent 的角色	Google 举例
Google Workspace	在日常应用中用统一指令界面操作	Gmail、Drive、Docs、Sheets、Slides、Chat、Calendar
跨平台协作	跨设备和协作环境扩展代理访问	Web、iOS、Android、Windows、Mac、Microsoft 365、Slack
业务系统与数据	通过注册的工具和技能连接现有软件与数据服务	Confluence、Jira、Salesforce、ServiceNow、Git、BigQuery、Snowflake

这种跨套件定位对同时使用多种生产力工具和沟通渠道的团队尤为重要。它意味着代理的价值不取决于用户是否完全绑定 Google 生态，而取决于它能否在用户实际工作的系统中获得有意义的、被授权的访问。

工具与技能注册表（Tool and Skill Registry） 是代理与外部系统交互的基础设施。在 AI 代理的语境中，“工具”通常指代理可以调用的具体 API 或函数，比如发送邮件、查询数据库、创建 Jira 工单；“技能”则是更高层次的封装，可能包含多个工具调用的组合，比如“准备一份项目状态报告”。注册表的作用是让代理能够发现、理解并安全地调用这些能力，而不需要为每个集成单独编写硬编码逻辑。对企业而言，注册表的设计直接决定了代理的可扩展性和治理难度：一个良好的注册表应支持权限绑定、版本管理、调用审计和速率限制。Google 在 Gemini agent 中强调工具与技能注册表，表明其目标是让代理成为一个可插拔的平台，而非封闭的单一应用。但公告未披露注册表的具体技术标准或是否支持第三方开发者自定义技能，这将是企业评估其长期灵活性的关键点。

关键能力：工具注册、持久记忆与多代理编排

Google 为 Gemini agent 描述了几项定义产品方向的能力：

• 工具与技能注册表：为现有软件提供连接点，而不是要求所有工作都留在单一应用内。
• 持久上下文与记忆：让代理跨会话携带相关信息，而非把每次提示当作独立交互。
• 子代理与同事代理：支持多代理任务协调和团队协作。
• 模型路由：可在 Gemini 系列内选择合适模型，据 Google 称还可接入 Anthropic 的 Claude 等其他模型，并计划进一步扩展。
• 知识目录接地：支持数据工作，包括生成 SQL、Python、Spark 代码以及仪表板相关工作。

Google 还描述了身份、权限、审计、沙箱和政策管理等方面的控制措施。当代理需要访问公司知识或运营工具时，这些功能是基本前提，而不仅仅是锦上添花。

对 Workspace 用户意味着什么

最直接的变化是 AI 辅助从“被动问答”转向“主动执行”。例如，一位管理者可以要求调查某个业务问题，代理会从文件、对话和数据系统中收集信息，而不是由人工逐个工具收集输入、再分别提问。公告并未明确哪些具体工作流会在发布时对每位客户可用，但 Workspace 集成显然是 Gemini agent 战略的核心。

对团队的真正价值，取决于代理能否在真实工作发生的系统中获得有用的、被允许的访问权限。仅连接文档存储可能只够做检索和起草；若能打通协作工具、客户系统、问题跟踪和已批准的数据源，则可能支撑更完整的工作流，比如根据项目信息准备状态更新，或为客服响应提供上下文。

多代理编排与模型选择

Google 的方法不止于单模型响应单次请求。Gemini agent 被设计为可以编排子代理，让不同组件处理更大任务的各部分。Google 还称编排层是模型无关的，能够将工作路由到 Gemini 内最合适的模型以及其他受支持的模型。

对于按结果而非按模型品牌评估 AI 的企业来说，这一区别可能很重要。一个工作流可能涉及研究、文档创建、编码和数据分析，每项需求各不相同。但公告没有公开每个发布阶段会提供哪些模型、路由选项或集成。因此，买方应根据自己需要支持的具体系统和任务来评估，而不是假设每个被点名的能力都会在所有环境中立即可用。

多代理编排（Multi-Agent Orchestration） 是当前 AI 代理架构中的一个关键趋势。传统的大语言模型（LLM）应用通常是“单模型—单请求”模式，即用户发出一次提问，模型给出一次回答。而多代理编排则是让一个“主代理”充当协调者，根据任务的不同阶段，将工作分派给专门的“子代理”去执行。例如，一个研究任务可能先由搜索代理收集资料，再由写作代理起草文档，最后由数据代理生成图表。每个子代理可以拥有独立的工具权限、上下文和模型选择，从而提升复杂任务的完成质量和效率。这种架构的挑战在于代理之间的通信协议、任务分解的准确性、错误传播的控制，以及整体延迟和成本的优化。Google 将 Gemini agent 描述为支持子代理与同事代理，意味着它试图在编排层解决这些问题，而非仅仅依赖单一模型的推理能力。

模型路由（Model Routing） 指的是系统根据任务类型、复杂度、成本或延迟要求，动态选择最合适的底层模型来执行请求，而不是所有任务都调用同一个模型。例如，简单的文本摘要可能路由到轻量级模型以节省成本，而复杂的代码生成或数据分析则路由到更强的大模型。Google 称 Gemini agent 的编排层是“模型无关”的，并计划支持 Anthropic 的 Claude 等第三方模型。这对企业意味着两点：一是可以避免被单一模型供应商锁定，二是可以根据预算和性能需求灵活调配资源。但模型路由也带来新的管理问题，比如不同模型的行为一致性、输出格式差异、以及跨模型的安全和合规策略。企业在评估时应关注路由规则是否透明、可配置，以及是否支持按工作流设定模型偏好。

可用性、定价与落地建议

Google 将此次发布描述为渐进式，后续会扩大可用范围。它还列出了金融服务和法律作为行业专业化方向，政府、医疗和零售则宣布为“即将推出”。这些专业化方向表明 Google 预计代理会被适配到特定工作场景中，但企业应确认自身行业和地区的产品可用性与范围。

在定价方面，公告材料重点关注 成本管理机制，而非针对单个 Gemini agent 功能的固定公开价格。Google 强调智能路由和实时支出上限作为管理 AI 成本的方式。这给了组织控制消耗的手段，但并不等同于针对特定工作流或部署的公开全包价格。

在将代理连接到业务工具之前，团队应建立一个务实的起点：

1. 选择一个有明确目标的工作流，例如准备周期性内部摘要、查找已批准信息，或协助常规数据问题。
2. 确定该工作流所需的权威系统，再决定哪些工具和数据应对代理可用。
3. 确认这些连接的权限、审计要求和沙箱预期。
4. 在扩展到更多系统或更高影响任务之前，衡量工作流的质量、时间节省和支出。

这对已采用 Google Workspace 但仍依赖 CRM、项目管理、支持、数据和协作工具组合的公司尤其相关。Gemini agent 的潜力在于连接这一组合中的工作；它的实际用处将取决于发布可用性、集成质量，以及关于访问权限和工作流设计的审慎选择。

实时支出上限（Real-time Spend Caps） 和 智能路由（Intelligent Routing） 是 Google 在 Gemini agent 定价说明中强调的两项成本管理机制。传统 SaaS 定价通常是按席位或按功能包月收费，但 AI 代理的成本结构更接近“按用量计费”，因为每次调用模型、访问数据或执行代码都可能产生费用。实时支出上限允许管理员为特定代理、团队或工作流设定预算阈值，一旦接近或超出即触发限制或告警，防止意外的高额账单。智能路由则通过将请求分配到成本更低的模型或缓存结果来优化支出。这两项机制对企业财务和 IT 治理都很重要，但它们并不等同于透明的定价表。企业在采购前应要求 Google 提供具体的计费维度（如按 token、按工具调用次数、按代理运行时长）、预算控制粒度，以及超额后的行为说明。否则，成本管理机制可能只是事后控制，而非事前可预测的预算规划。

常见问题

Gemini agent 是什么？

Google 称 Gemini agent 是一个通用工作 AI 代理，可以通过统一指令界面回答问题、执行知识工作任务、生成媒体内容，以及编写或运行代码。

Gemini agent 能与哪些应用配合？

Google 列出了 Gmail、Drive、Docs、Sheets、Slides、Chat、Calendar 等 Workspace 应用，还描述了与 Microsoft 365、Slack 以及 Confluence、Jira、Salesforce、ServiceNow、Git、BigQuery、Snowflake 等业务工具的集成。

Gemini agent 现在广泛可用吗？

Google 称发布是渐进式的，后续会扩大可用范围。企业应确认其所在地区、行业和所需集成的可用性。

Gemini agent 的定价如何？

公告材料没有列出固定按功能定价。Google 强调智能路由和实时支出上限作为管理 AI 成本的机制。

结语

Gemini agent 是 Google 职场 AI 战略的一次重要扩展，将 Workspace 访问、持久上下文、连接工具和多代理编排整合在一个产品方向中。公告雄心勃勃，但对具体企业而言，价值取决于相关集成的可用性、有纪律的权限管理，以及一个适合代理辅助的工作流。