@ 一下就能派活？谷歌推出办公 Agent，拥有独立账号、能够创建子 Agent，还能调用 Claude

AI摘要 Gemini Agent 是谷歌云推出的通用办公智能体，支持通过单提示框执行知识工作、内容创作与代码执行，并可创建协作子Agent；首创“同事型智能体”设计，赋予其企业邮箱、日历与持久化存储等组织身份。

支持多模型调用，当前兼容Claude，后续将扩展闭源与开源模型。

Coworker Agent 实现长期上下文感知与团队级协同，非临时性工具而是组织成员。

适合AI平台工程师、企业IT架构师、SaaS产品负责人阅读

如今，AI Agent 可以拥有自己的企业邮箱、日历和云端硬盘，也能够像普通员工一样被拉进工作群、接收任务，甚至在文档中留下修改记录。

10 月 8 日，谷歌云（Google Cloud） 在 Gemini at Work 2026 活动上正式推出面向企业的通用 AI Agent——Gemini agent。谷歌云 CEO Thomas Kurian 介绍到，Gemini agent 是一款全新的通用办公智能体，仅需一个提示框，就能够完成从知识工作到问答、从内容创作到代码执行等各类任务。

此外，Gemini agent 还可以创建多个子 Agent 协作。更特别的是，Google 引入了 Coworker Agent（同事型智能体）的概念：企业可以为 Agent 分配专属的身份，包括邮箱、日历和持久化存储空间，让它以团队成员的身份参与长期工作。

在底层模型选择上，Google 也没有将 Agent 限定在 Gemini 系列模型之内。根据官方介绍，Gemini agent 目前支持调用 Anthropic Claude，并计划继续接入其他闭源和开源模型。

Google 将 Gemini agent 定义为“单一、通用的工作智能体”（Single, Universal Agent for Work）。

按照 Google 的介绍，用户不需要逐步告诉 Agent 应该打开哪个应用、查找哪些文件或执行什么操作，而是可以直接描述希望它完成的工作目标。Gemini agent 会规划执行步骤，选择所需工具，并在相关应用中完成任务。

目前，Google 公布的应用范围覆盖 Gmail、Google Drive、Docs、Slides、Sheets、Chat 和 Calendar 等 Workspace 产品，同时支持连接 Microsoft 365、Slack、Confluence、Salesforce、ServiceNow、Jira 等第三方企业软件。

以安排会议为例，用户可以要求 Gemini agent 在下周组织一次与区域活动负责人参加的会议，无须提供每位参会者的姓名和邮箱。根据 Google 的演示场景，Gemini 可以从已有的工作群和历史邮件中识别相关人员，查看相关人员的日程安排，再通过邮件协调会议时间，同时包括联系外部参会者。

类似地，Gemini agent 能够用来处理跨应用的工作。同样以 Google 提供的演示场景为例，用户可以让 Gemini agent 调研市场趋势，在 Sheets 中建立财务模型，再根据研究结果制作演示文稿。整个过程中，Agent 能够沿用此前的工作上下文，不需要用户在不同应用之间反复解释任务背景。

除响应用户指令外，Gemini agent 还支持主动识别可以委派的工作。例如，当用户收到上级要求制作项目进展汇报的邮件时，Workspace Intelligence 可以识别这一任务，并提供交给 Gemini 处理的入口。

为了支持这些操作，Google 为 Gemini agent 设计了工具、技能和上下文三部分能力。

其中，工具负责连接企业现有软件及数据系统，支持通过 Model Context Protocol（MCP）接入外部服务；技能（Skills）则用于保存可复用的任务流程、操作说明和专业知识。企业可以建立共享的工具和技能注册表，供不同团队使用。

在记忆机制上，Gemini agent 包含四种类型：用于保存当前任务上下文的会话记忆、用于组织知识的语义记忆、用于保存工作方法的程序性记忆，以及记录历史操作的情景记忆。这些信息在云端运营，因此用户从电脑切换到手机，或在不同应用中与 Agent 交互时，可以继续使用相关上下文。对于持续数小时甚至数天的任务，即使用户关闭电脑，Agent 仍可以在云端继续执行。

除了跨应用执行，Gemini agent 还能创建子 Agent，实现多智能体协作。

Google 介绍，Gemini agent 可以根据任务需要，动态创建多个具有独立身份的子 Agent，将复杂任务拆分后交给它们执行。这些子 Agent 可以并行或依次工作，并通过相互通信协调任务进度。

不过，Google 此次还区分了两种不同的 Agent：第一种是为特定任务临时创建的子 Agent。它们围绕明确的工作目标运行，承担任务分解后的不同部分。第二种则是 Coworker Agent，即具有持续身份和固定职责的同事型智能体。

与临时子 Agent 不同，Coworker Agent 可以在不同日期、不同会话之间持续承担工作职责。企业只需要描述需要的岗位角色，Gemini 就能根据要求创建对应的 Agent。Coworker Agent 可以拥有独立的 Workspace 账户，包括企业邮箱、日历、Google Drive 存储空间，以及公司通讯录中的身份。这意味着，员工可以像与其他同事协作一样，将 Agent 添加到 Google Chat 群组，或者通过 @ 提及的方式向其分配任务。

Google 举了一个营销团队的例子：市场经理可以在工作群中要求负责活动协调的 Agent 起草产品发布准备文档。Agent 完成后，可以直接将文档发送回群组。员工还可以在 Google Docs 的评论区提及这个 Agent，让它提出修改建议。Agent 能以自己的身份回复评论，其修改记录也会显示对应的 Agent 名称。

这一机制还有一个区别：Coworker Agent 使用的是自己的身份，而不是直接冒用发起任务的员工身份。

Google 表示，Agent 只能访问用户或团队明确共享给它的内容，相关权限遵循 Workspace 现有的文件共享与成员管理机制。对于企业而言，这意味着 Agent 不仅需要具备执行任务的能力，还需要拥有可以管理、授权和审计的独立身份。

此次发布还有一个值得注意的技术设计：Google 将 Agent 与底层大模型分离。按照官方介绍，Gemini agent 负责接收任务、规划流程和组织执行，但完成每项任务所使用的模型可以动态调整。

目前，这一机制已经支持 Google Gemini 系列模型，以及 Anthropic 的 Claude 系列模型。Google 计划未来进一步接入其他领先的闭源和开源模型。

换句话说，企业使用 Gemini agent，不意味着所有推理请求都必须由 Google 自家的模型处理。

在具体执行过程中，Gemini 可以根据任务需求选择模型，也可以在一个复杂项目中组合使用多个模型。

Google 同时介绍了 Smart Routing（智能路由）机制，用于对不同工作负载的需求进行分类，以便每个工作负载都能以最低成本实现最高性能。

成本控制也是此次发布的重点之一。企业可以在 Google Cloud Billing Console 中，为单个项目设置 AI 支出的硬性上限。系统会持续追踪 Token 使用量及沙盒运行成本。当项目触及预算上限时，对应的 Agent 将暂停执行，管理员可以在控制台中选择恢复运行。这种方式也允许企业按照项目划分费用，并进一步将 AI 使用成本归集至不同部门。

当 Agent 能够访问企业数据、修改文档并长期执行任务时，权限和安全管理也成为产品设计的一部分。

Google 在此次发布中介绍了面向 Agent 的身份、授权、审计和网络控制机制。

首先，每个 Agent 都可以拥有独立身份，并采用最小权限原则进行管理。管理员可以根据岗位或任务，为不同 Agent 设置细粒度的访问权限。当 Agent 需要连接外部系统时，身份和授权信息可以通过 OAuth 等标准传递。

其次，Agent 执行的操作会记录在审计日志中。与将所有操作归属于员工不同，Google 允许企业按照 Agent 身份追踪执行记录，包括 Agent 启动虚拟机运行代码时产生的相关日志。

在执行环境方面，Google 引入了 Agent Sandbox 和 Agent Gateway。

其中，Agent Sandbox 为执行任务的 Agent 提供隔离环境；Agent Gateway 则负责管理 Agent 与外部系统，以及不同 Agent 之间的网络通信。

企业可以通过统一策略限制 Agent 的行为。例如，管理员可以禁止所有 Agent 访问标记为特定保密等级的文件，而不必逐个配置。

除通用办公任务外，Google 还公布了面向数据分析、金融和法律领域的专用能力。数据分析方面，Gemini 可以调用 BigQuery 等工具，根据自然语言要求生成 SQL、Spark 或 Python 代码，完成数据查询和报告制作。金融与法律领域的专用版本目前处于预览阶段，其他行业支持将陆续推出。

在 Google 发布 Gemini agent 之前，Meta 在今年 9 月推出了个人 AI Agent——Muse，引起了众多关注。

这两款产品有不少相似之处：都支持根据目标自主执行任务、跨应用操作、记忆用户上下文，也都能够在用户离开应用后继续处理工作。但从双方公开的产品设计来看，它们目前的主要使用场景并不相同。