当地10月8日，谷歌云在Gemini at Work 2026发布会上正式推出面向企业客户的Gemini Agent，官方将其定义为通用工作智能体，能力覆盖提问应答、知识工作处理、内容生成与代码编写。 这是过去一个月内头部AI厂商发布的第三款智能体产品。 此前Meta于9月8日推出个人智能体Muse，OpenAI于9月29日开发者日推出全天候智能体Dots。 三款产品形态各异，但指向同一个技术事实：AI系统正在从单轮问答工具演变为可长时间自主执行任务的计算实体，这一转变对模型架构、系统设计与底层算力都提出了不同于以往的要求。 从问答到委派：任务颗粒度的质变 Gemini Agent与传统AI助手的根本区别在于交互颗粒度。 助手模式下用户逐条发出指令，模型逐条返回结果，智能以对话轮次为单位组织。Gemini Agent采用目标委派机制，用户只需描述期望达成的结果，后续的任务拆解、步骤规划与执行由智能体自主完成。 发布会演示的场景可以具体说明这种差异。 一位管理者通过邮件要求下属更新项目进展的演示文稿，系统识别出该任务可由智能体承接，用户点击确认一次，任务即完成移交。 这个动作背后是完整的长链路推理过程。 解析邮件中的自然语言指令，定位相关项目的历史文档与数据，提取进展要点，生成符合版式要求的演示文稿。整个流程涉及多轮模型调用、多次工具使用与跨应用的数据读写，而不是一次提示词补全。 这类长任务对模型能力的要求集中在几个方面。 模型需要在数百个步骤中维持对原始目标的记忆不偏移，需要在工具返回意外结果时自行修正路径而非中断等待人工介入，还需要判断何时应当向人类回报进度或请求决策。 这些能力在此前以对话为评测基准的模型迭代中并不处于核心位置，如今正在成为主要的优化方向。 独立身份与最小权限：智能体的系统工程 本次发布在系统设计上最受关注的部分是谷歌为智能体赋予的组织内身份。 Gemini Agent可以作为独立主体存在于企业架构中，拥有专属的Workspace账号、邮箱地址与日历，出现在公司通讯录里，并可被分配项目经理、财务分析师等具体职能。 与身份设计配套的是严格的权限隔离。 智能体只能访问团队成员主动向其开放的信息，不会默认继承整个组织的数据权限。 从技术实现看，这意味着智能体的每一次数据访问都可以被归属到一个可审计的账号主体之下，操作日志、访问范围与授权记录均留有痕迹，权限可以随时收窄或撤销。这套设计的意义在于把AI系统从无法追责的黑箱服务，转化为企业权限体系内的一个常规治理对象。 智能体要进入真实的生产环境，可审计性与可控性是先决条件，其重要性不亚于模型能力本身。 协议层：从单体智能体到智能体网络 单个智能体的能力边界清晰，真正的变量在于智能体之间的互联。 谷歌云的企业级智能体平台已明确支持A2A智能体间通信协议与MCP模型上下文协议，前者解决智能体之间的任务委派与状态同步，后者统一智能体接入外部工具与数据源的接口。 内容管理公司Box披露，其AI Agent正是基于A2A协议与Box MCP服务器构建，可在Gemini Enterprise内与其他智能体直接交互。人力资源与财务软件商Workday与谷歌云的合作采用同一套协议体系，智能体之间可以在单一工作流中实时移交任务。 A2A协议在设计之初就面向长任务场景，支持以小时乃至天为单位的异步执行，任务生命周期、进度反馈与结果回传均有标准化定义。这意味着企业内可以组建多智能体协作结构，一个负责拆解目标的智能体将子任务分发给财务、法务等专用智能体并行处理。 这是企业级智能体与消费级个人智能体在架构上的关键差异。个人智能体服务单一用户的意图，企业级智能体需要嵌入跨部门的组织流程。 常驻计算：智能体对算力结构的改写 三款产品中，OpenAI的Dots最能直观呈现智能体对算力需求的重塑。 Dots的每个智能体实例都配备一台独立的云端电脑和一个专属浏览器，可以接入超过4000款应用。用户关闭本地设备入睡之 后，智能体仍在云端持续执行任务，并向用户主动汇报进度或请求决策。 这一架构值得从算力角度仔细审视。 传统对话式AI的算力消耗以请求为单位，用户提问一次，模型推理一次，计算资源随即释放，算力需求呈现明显的脉冲特征，峰谷随用户活跃时段波动。 Dots的模式则完全不同。每个用户对应一台持续运行的云端计算实例，浏览器进程、环境状态与模型推理链路长期驻留，算力消耗从间歇性脉冲变为接近线性的持续占用。 Gemini Agent侧尚未披露实例形态与计费方式，但其长任务特征决定了单次任务的token消耗可以达到一次普通对话的数百倍，当这类任务在企业内以部门为单位批量发生时，推理算力的总需求将远超当前对话产品所建立的水平。 算力结构的变化不止于常驻推理。 传统按token计费的大模型服务，资源消耗高度集中在GPU。长任务智能体的开销构成则复杂得多，云端浏览器会话、跨应用的数据读写、环境状态的持久化存储、操作日志的审计留存，每一项都消耗CPU、内存、存储IO与网络带宽。 智能体负载越重，非GPU资源在整体算力消耗中的权重越高，数据中心的资源配置将从单纯堆叠GPU集群，转向计算、存储与网络资源池的综合调度。 资本市场已经开始为这一变化定价。 9月21日，Meta股价收盘上涨11.43%至741.25美元，创2025年4月以来最大单日涨幅，直接催化因素是Muse上线后的下载热度，以及富国银行据此将目标价从640美元上调至796美元。 需要说明的是当日美股AI板块整体走强，涨幅不能完全归因于单一产品，但市场对智能体产品的定价方式已经清晰，投资者评估的不是一款应用的下载量，而是常驻智能体负载背后的长期算力需求。 两条技术路线：操作界面与编排系统 Dots与Gemini Agent代表了当前智能体的两条技术路线，二者容易被混为一谈，实际差异显著。 Dots属于计算机操作智能体，通过独立的云端电脑和浏览器直接操作图形界面，模拟人类用户点击、输入、跳转，理论上可以触达任何有网页版本的应用。 这条路线的优势是通用性，代价是每一步界面操作都需要视觉理解与环境渲染，算力开销大，执行速度慢，且界面改版会导致既有流程失效。 Gemini Agent更接近业务系统编排智能体，优先通过应用的原生接口完成操作。它在Workspace的Gmail、Drive、文档、表格与日历中直接读写，在外部则依托Microsoft 365与Slack的官方集成。 接口调用的路径更短、确定性更高，但覆盖范围受限于已适配的应用生态，这也是谷歌开放API供第三方集成的原因。 两条路线在负载特征上完全不同，前者吃渲染与视觉推理资源，后者吃接口并发与长链路状态管理，对基础设施的压力点并不重合。 待验证的部分 对这款产品的判断仍需保留。Gemini Agent目前处于私人预览阶段，谷歌云表示将在近期向符合条件的Workspace商业版与企业版客户开放。 长任务智能体真正的技术门槛不在单次推理的准确率，而在多步执行中的误差累积。单轮对话的错误只影响一次输出，长链路执行中每一步工具调用、每一次文档读取产生的微小偏差，都会沿任务链传递放大，数十上百步之后，最终结果可能已偏离原始目标。与之并存的还有任务状态丢失、上下文窗口溢出、工具调用失败后的回滚与断点续执行等一系列工程问题。这些指标无法通过发布会演示回答，只有在企业真实工作负载中持续运行一段时间之后才能得到检验。 可以确定的是，智能体已经越过了演示阶段，开始进入真实的办公系统与真实的权限体系。当AI从单次工具调用进化到以周为单位持续执行任务，决定产品能否进入生产环境的，不再只是模型本身，而是身份治理、权限审计、协议互联与多智能体编排共同构成的系统工程。算力市场也将随之切换重心，一次性的训练集群投入之外，面向持续驻留、低延迟调度与可审计推理的算力供给，正在成为下一个阶段的配置主线。 内容基于公开资料整理，不构成投资建议。
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表