Google Cloud於週四推出Gemini Agent,這是一套通用職場AI代理,公司宣稱它能接受目標、在雲端執行工作,並帶回完成的成果——即使任務需要數小時或數天。

這項發表反映出職場AI正從回答問題的助理,轉向被指派工作並獨立完成的軟體。執行長Thomas Kurian在Google的Gemini at Work活動上展示該產品,並表示「工作現在從提示視窗開始」。更多細節可參閱Google的官方公告。

Gemini Agent可在Gmail、Docs、Sheets、Slides、Drive、Chat與Calendar中運作,並延伸至Microsoft 365與Slack。Google將其定位為一套單一的職場AI,即使用戶合上筆電後仍持續在雲端運行,意味著單一任務可跨越數小時甚至數天。

擁有自己帳戶的「同事代理」

最獨特的功能是Google所謂的同事代理。主管描述一個職位——例如活動協調員——Gemini便會建立一個配備自己Workspace帳戶的代理:包括電子郵件地址、行事曆、Drive儲存空間,以及公司通訊錄中的條目。每個代理都在獨立於任何人類員工的稽核軌跡中被追蹤。實際上,這種安排將職場身分——以及隨之而來的問責制——延伸至軟體。

這一概念建立在其他AI平台已探索的基礎之上:Grok以Grok Bot普及了這一做法,OpenAI以GPT dots做同樣的事,Hermes則推出了提供類似功能的機器人功能。

整合與多模型調度

新代理可連接Salesforce、ServiceNow、Jira、Snowflake與BigQuery,以及任何支援Model Context Protocol的伺服器——這是一項開放標準,功能就像AI與軟體之間的通用插頭。它也不只運行在Google自家的模型上:Gemini目前可在Google的Gemini與Anthropic的Claude模型之間進行調度,將每項任務分配給Google認為在品質與成本上最合適的模型。

安全、身分與隔離

讓軟體自主行動顯然引發安全疑慮,而Google的應對方式是將每個代理視同一位員工。每個代理都取得經密碼學驗證的身分——一種透過密碼學驗證的數位ID——且每項操作都記錄在歸因於代理而非個人的稽核軌跡中。

所有代理都在Agent Sandbox內運行,這是一個隔離環境,旨在將軟體與系統其他部分隔開,且所有流量都經過Agent Gateway,Google稱之為「AI網路防火牆」。

隔離措施過去也曾失效。今年7月,Accomplish AI的研究人員報告指出,Claude Cowork的本地模式可逃離其在MacLinux虛擬機,並存取主機電腦上的檔案——這提醒人們,自主軟體的隔離層並非保證牢不可破。

成本控制

成本是另一項隱憂,因為代理會大量消耗token——即AI模型讀寫、並向客戶計費的文字片段。Google表示,過去一年有近500家客戶各自處理超過一兆個token。為控制支出,公司加入了即時支出上限:當專案達到上限時,代理會暫停,直到有人點擊恢復為止。這種暫停直到恢復的設計,針對的是長時間運行工作的特定風險:由於代理在使用者離開後仍持續運作,token用量可能在無人監看的情況下不斷累積。

上市時程

Google並未公布Gemini Agent的定價或正式上市日期。金融服務與法律版本已進入預覽——這兩個高度受監管的領域,其身分與稽核功能將面臨嚴格檢視——而政府、醫療與零售版本則列為即將推出。隨著推出進程展開,定價、正式上市時間表,以及早期預覽在實際環境中的表現,是主要的待解問題。