Google Cloud запускает Gemini Agent — универсального агента для корпоративной работы с облачной памятью и суб-агентами
Google Cloud представила Gemini — новый универсальный агент для работы, который концентрирует весь бизнес-контекст и может использоваться для всего: от работы со знаниями и ответов на вопросы до создания контента и написания кода — из единого поля ввода.
Это слой делегирования, а не чат-бот. Вы даёте ему цели, а не инструкции. Он планирует работу, выбирает навыки и инструменты, подключается к системам компании и возвращает готовый результат.
Google перечисляет 6 архитектурных принципов: единый агент (чат, автономные цели и генерация кода разделяют один интерфейс); повсеместный доступ (любое устройство или канал, плюс встраивание в сторонние приложения); постоянное выполнение (работает в облаке с одним набором памяти и одним графом персонализации, задачи часы-дни продолжаются после закрытия ноутбука); мультиагентная оркестрация (создаёт временные суб-агенты, каждый со своей идентичностью, и выполняет параллельные или последовательные шаги); глубокую контекстуальность (со временем изучает ваши инструменты, данные и историю работы); гибкость выбора модели (каждая задача работает на наилучшей модели).
Как агент запоминает и рассуждает
Он хранит 4 вида памяти. Сессионная память покрывает текущую задачу, даже через дни. Семантическая память — это структурированная база знаний, которую он строит из документов и людей. Процедурная память хранит, как выполняются задачи, включая навыки, которые он сам для себя пишет. Эпизодическая память записывает всё, что он делал раньше.
Навыки — модульные промпты, хранящиеся в общем корпоративном реестре. Инструменты поступают из корпоративного реестра инструментов. Коннекторы охватывают Slack, Jira, Salesforce, ServiceNow, BigQuery, Snowflake, десктопные файлы и любой сервер Model Context Protocol.
Какие модели он использует
Сегодня он оркестрирует модели Gemini от Google и модели Claude от Anthropic, с планами по другим частным и открытым моделям. Линейка Google: Argon для фронтирных рассуждений, Flash для скорости и объёма, Omni для генеративного медиа и Gemma для работы с открытыми весами на периферии.
Что такое агенты-коллеги
Агент-коллега — это постоянный участник команды с определённой ролью. В Workspace он получает собственный аккаунт: адрес электронной почты, календарь, Drive и запись в каталоге. Коллеги упоминают его в Chat или Docs, а его правки появляются под его именем в истории версий. Он видит только то, что с ним поделено. Агент также работает встроенно в Gmail, Docs, Sheets, Slides, Chat и Calendar, предлагая делегирование задач в один клик.
Что это даёт командам по данным
Инженеры данных и машинного обучения описывают результаты простым языком. Агент затем пишет код PySpark, предоставляет блокноты, обучает модели и исправляет проблемы конвейеров. Бизнес-пользователи получают сохранённые отчёты BigQuery, перезапускающиеся без затрат на токены. Три сервиса обосновывают ответы: Knowledge Catalog сопоставляет бизнес-определения один раз для всех агентов; Smart Storage обогащает неструктурированные объекты на месте; Borderless Lakehouse запрашивает Amazon S3 и Azure Data Lake без переменной платы за передачу данных.
Как агент управляется
Google формулирует управление как 4 вопроса: кто, что может делать, что сделал и к чему не должен прикасаться. Идентичность: каждый агент получает криптографически подтверждённую идентичность с разрешениями наименьших привилегий. Авторизация: управление доступом на основе ролей, сопоставленное с внешними системами через такие стандарты, как OAuth. Аудит: каждое действие логируется на агента, а не на человека. Политика: агенты работают в песочнице Agent Sandbox, а весь трафик проходит черезAgent Gateway — сетевой брандмауэр ИИ, применяющий одну политику к каждому агенту.
В игру вступает и контроль стоимости: Google предлагает твёрдые лимиты расходов для каждого агента. Для покупателей ключевой вопрос — оценивать агента на основе историй клиентов, а не воспроизводимых цифр: например, Bloomberg Media повысила точность SQL-запросов на 63%, привязав агентов данных к Knowledge Catalog.
