Google Gemini 推出企业级统一智能体：支持多模型编排与实时成本管控

在周四的一场 Google Cloud 活动上，该公司宣布将其 Gemini AI 带入智能体（Agentic）时代，推出了一款统一智能体。这款智能体不仅能回答问题，还能代表用户完成任务，且所有操作均可通过单一界面实现。

这一举措顺应了 AI 工具的发展趋势：它们正从单纯的对话体验，演变为能够主动承担分配任务、生成代码、安排会议、预订行程等功能的工具。此前，面向消费者的智能体如 Meta 的 Muse，以及基于消息平台运行的 Instinct 等相继兴起，ChatGPT 也近期推出了 Dots。

Google 在推动其智能体规模化方面仍具备显著优势：正如 Google CEO Sundar Pichai 在活动开场时指出的，Gemini 目前的月活跃用户已超过 10 亿。他还提到，近 90% 的财富 100 强企业已在工作中使用 Gemini Enterprise。

鉴于 Gemini 在企业领域的广泛采用，Google 将首先专注于向企业客户推出该智能体，随后再逐步向消费者开放。

图片来源： Google

Pichai 表示，这将使公司能够解决启动此类强大智能体所面临的“关于安全性、扩展性和性能的更棘手问题”。

Google Cloud CEO Thomas Kurian 解释说，新智能体可以接收“目标，而不仅仅是指令”。这意味着它能够规划工作路径，调用自定义技能和工具，并连接企业内部系统以达成目标。

默认情况下，AI 会自动选择最适合完成当前任务的模型，但用户也可以手动切换模型——包括第三方模型，首批支持的是 Anthropic 的 Claude 系列模型。Google 表示，未来将扩展模型选择器，纳入开源模型及其他私有模型。

请求中可以包含附件，例如文件、文件夹或专为特定工作流设计的项目（如结合文件与技能的项目）。该智能体可连接企业的数据和系统，包括 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等。

它还可以安全地连接并协同工作于公司网络内外的任何 Model Context Protocol (MCP) 服务器。

用户可以通过“任务收件箱”界面跟踪 Gemini 的操作，在该界面中，他们可以查看 Gemini 的思考过程、向子代理（subagents）委派的任务、特殊技能与代码的加载情况以及进度。

值得注意的是，该 AI 将拥有自己的 Workspace 账户，就像另一位同事一样。Google 表示，这意味着它拥有独立的电子邮件地址和上下文环境。它了解公司内部谁属于哪个团队、他们的时区、哪些事项需要审批、人们的日历安排等信息。用户可以通过标记（tagging）、发送邮件、共享内容或将其添加到群聊来调用该代理。当它执行操作时，会生成归属于该代理而非个人的审计日志。

该代理可在 iOS 和 Android 移动设备、Windows 和 Mac 桌面端、命令行界面、Google Workspace、Microsoft 365、ServiceNow 以及 Slack 上访问。

图片来源： Google

该代理的早期测试者包括运动品牌 On、Shopify 和 PayPal。此外，Gemini Enterprise 的客户还包括 BNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty 和 Wesfarmers 等大型企业集团。

Google 表示，新的灵活支出选项——包括多模型编排（multi-model orchestration）、智能路由（smart routing）和实时支出上限（real-time spend caps）——将帮助企业更好地控制其企业级 AI 成本。