前沿热点
前沿热点

谷歌给AI发工牌:Gemini agent入职自带邮箱日历

谷歌在 Gemini at Work 2026 大会(Google Cloud CEO Thomas Kurian 宣布)推出 Gemini agent:单一通用企业 agent,目标驱动委派——描述成果由它规划执行,横跨 Web/iOS/Android/Win/Mac/命令行与 Google Workspace、Microsoft 365、Slack,云端执行、合上笔记本继续跑,任务可持续数小时到数天。三种形态:个人助理(掌握日历/团队/项目关联)、主动委派(Workspace Intelligence 识别可委派邮件给一键选项)、coworker agent「AI 同事」——拥有自己的 Workspace 账号、邮箱、日历、Drive 与通讯录身份,同事可拉进 Chat 群或文档评论 @ 它派活;身份为密码学证明,权限只及明确共享文件。四种记忆:session/semantic/procedural/episodic。模型路由不绑单一模型(Gemini 系+Anthropic Claude 系已支持),Smart Routing 按质量成本分配,管理员可设项目级消费阈值触顶自动暂停。行业版金融(FactSet/LSEG,50+ 技能)与法律(NetDocuments/iManage)预览中。生态数字全是谷歌自报口径(近 90% Fortune 100 用 Gemini Enterprise)。红线如实写:private preview、广域开放未给日期、部分 coworker 账号细节未确认、国内不可直接用。

发布于 2026年10月10日9 分钟阅读
<!-- gemini-agent-office-hotspot | hotspot | 谷歌给AI发工牌:Gemini agent入职自带邮箱日历 -->

想象一下周一早上,你们公司的组织架构里多了一个新名字:它有自己的邮箱地址、自己的日历、自己的 Google Drive 存储空间,甚至在公司通讯录里拥有一个正式的身份。它不是新来的同事,而是谷歌刚刚发布的 Gemini agent——一个以「AI 同事」身份入职的智能体。10 月 8 日到 9 日,谷歌在 Gemini at Work 2026 大会上宣布了这一系列产品能力,由 Google Cloud 首席执行官 Thomas Kurian 亲自站台。据 VentureBeat、Quartz 等媒体转述谷歌官方口径,这不是又一个聊天窗口,而是谷歌迄今最激进的办公智能体形态:AI 不再只是帮你回邮件,而是像正式员工一样被编制进你的组织。

过去两年里,「AI 办公」的故事换过好几版讲法。第一版是聊天机器人,你问它答;第二版是副驾驶,它在你打字的间隙给建议;第三版是 agent,你给它一个任务它自己跑。但这几版有个共同前提:AI 永远是「外挂」状态,它借用你的账号、你的权限、你的名义去干活。Gemini at Work 2026 上发布的这套东西,试图改掉这个前提——AI 第一次以独立身份进入组织,拥有自己的资源,也因此可以被独立地授权、审计和追责。这才是「发工牌」三个字的真正分量。

一、一个通用 agent,目标驱动委派

先看这批发布的底座。据谷歌官方口径转述,Gemini agent 是一个单一通用企业智能体,工作方式是「目标驱动委派」:你描述想要的结果,它自己规划并执行。这与市面上大量「流程编排式」agent 形成对照——后者需要你先把工作流拆成步骤,agent 只是按脚本走。目标驱动意味着拆解本身交给它:你说「把这季度客户反馈整理成一份带趋势判断的报告」,而不是「先拉数据,再聚类,再写摘要」。

执行范围横跨 Web、iOS、Android、Windows、Mac 和命令行,接入 Google Workspace 与 Microsoft 365、Slack 等办公套件。这个覆盖面释放的信号很明确:谷歌不打算把 agent 锁死在自己的生态里,至少在企业现实面前,微软办公套件是绕不开的存在。

技术形态上,任务在云端执行。这意味着合上笔记本它也不会停——一个任务可以持续跑数小时甚至数天,第二天打开电脑再看结果。对需要跨时区、跨天推进的办公场景,这是与「一问一答式 AI」的根本区别。想象一个做竞品监控的任务:它可以连跑几天,每天更新结论,而不是每次都要你重新起一个会话。

二、三种形态:从助理到「领工牌」的同事

谷歌把 Gemini agent 分成三种形态,重点显然是第三种。

个人助理:它掌握你的日历、团队构成与项目关联,能在上下文里替你安排事情。比如它知道你在某个项目上的角色、和谁协作最多、下个月的差旅安排,需要时可以直接替你协调。这是最常见的形态,各家产品都已铺开,属于及格线竞争。

主动委派:Workspace Intelligence 会识别出可以委派的邮件,直接给出一键委派选项;收件箱的排序逻辑也从「按时间」改为「按重要性」。你收到的不再是待办清单,而是已经有人(或某个 agent)处理选项的提案。这一步其实是把 agent 的介入点前移——不是等你开一个 AI 应用,而是 AI 常驻在你每天最重要的工作界面(收件箱)里。

coworker agent「AI 同事」:这是本次发布的标志性形态。它拥有自己的 Workspace 账号、邮箱地址、日历、Drive 存储和公司通讯录身份。同事可以在 Chat 里把它拉进群聊,在文档评论区 @ 它派活——交互方式与给一个真人同事布置任务完全一致。你不用专门学习「如何调用 agent」,只要会拉群、会 @ 人,你就会用它。

据转述,它的身份通过密码学证明(cryptographically attested)来背书,权限只覆盖明确共享给它的文件,不继承整个组织的权限。换句话说,AI 同事不是拿到了万能钥匙,而是和你我一样要申请门禁卡——你得先把某份文件共享给它,它才碰得到。这个设计直接回应了企业安全团队最担心的问题:一个拥有全组织权限的 agent 一旦被诱导或出错,损失面有多大。谷歌给出的答案是:权限面从一开始就不给。

对熟悉这一领域的读者,本站此前的 AI 员工搭建指南(ai-agent-office-automation-sop)讲过如何用现有工具拼装一个自建 AI 员工:配账号、接日历、写委派规则,一步步手工搭。谷歌这次的做法是把「拼装」变成「出厂预装」,门槛从工程问题变成了采购问题。这一转变对中小企业影响最大——以前养一个懂 agent 工程的人才能做的事,现在勾选开通就能试。

三、四种记忆,决定它像不像老员工

真人同事的区别不在于会不会干活,而在于记不记得事。谷歌给 agent 配了四种记忆,据官方口径分别是:

  • session:当前任务内的记忆,随任务生灭。相当于对话上下文,任务结束即清理。
  • semantic:从文档与对话中沉淀的知识,比如你们团队的术语、项目背景、常引用的规范文档。
  • procedural:工作如何完成的程序性记忆,包括它自己学会的技能。
  • episodic:过往任务的记录,类似工作日志,需要回溯「上次怎么做的」时靠它。

这套分法值得注意的细节是 procedural 记忆「含自写技能」——agent 会把重复性流程固化成可复用的技能,类似工程师写内部工具脚本。第一次处理某类报表可能花二十分钟摸索,第二次直接调用自己总结的技能。长此以往,agent 的产出会随使用时间升值,这是它区别于「每次从零开始」的通用大模型的关键。

这套思路与 agent 记忆与权限体系的评测思路不谋而合,本站的 agent 凭证与权限体系横评(agent-credential-permission-comparison-review)讨论过为什么记忆和权限是企业 agent 落地的两大命门:记忆决定上限,权限决定能不能过采购。

四、模型路由与成本控制:不绑 Gemini 一家

一个容易被忽略但对企业采购关键的点:Gemini agent 不绑定单一模型。据转述,目前支持 Gemini 系列与 Anthropic 的 Claude 系列,「更多模型计划中」。谷歌自家产品接入竞品模型,这在几年前不可想象,如今成了企业级产品的默认姿势——采购方越来越在意「不被单一模型绑架」。

Smart Routing 机制按质量与成本在模型之间分配任务——简单活用便宜模型,复杂任务再上重型模型。这个思路与开发者侧的多模型编排一致,本站的 agent 运行时与 SDK 横评(agent-runtime-sdk-comparison-review)分析过:路由策略的好坏,往往比单个模型的强弱更影响端到端成本。

成本侧的管理工具也一并给出:管理员可以设置项目级的消费阈值,触顶自动暂停。这套设计明显是冲着 CFO 而来的——agent 自主执行数天任务的能力如果没有预算围栏,账单会先于效果出问题。「触顶自动暂停」而非「触顶告警」,说明谷歌把失控风险当成设计前提而不是异常情况。

五、安全与企业治理

企业智能体的合规框架这次给得比较全:Agent Gateway 负责网络层策略,控制 agent 能访问哪些网络资源;任务在隔离容器中执行,彼此不串味;全程有审计轨迹,配合角色权限体系。加上 coworker agent 的密码学身份证明与最小共享权限,谷歌显然吸取了行业内对 agent 安全的普遍担忧,把「AI 同事如何被审计」作为一级问题来解。

行业版方面:金融版接入 FactSet 与 LSEG 数据,内置 50 多项技能;法律版对接 NetDocuments 与 iManage;两者均在预览中。政府、医疗、零售版本在途中。先做金融与法律不意外——这两个行业预算充足、合规要求最重,也最能检验治理框架。

生态数字方面(均为谷歌口径,注意这是甲方自报):近 90% 的 Fortune 100 企业已是 Gemini Enterprise 客户;BNP Paribas 部署覆盖 6.5 万名员工;SOMPO 自建 agent 超过 1 万个;Orange Spain 超过 1000 个;On 参与了动态模型选择的测试。这些数字用于理解市场热度即可,第三方便核实程度有限,「客户」与「深度使用」之间也可能有距离。

六、竞争坐标:十天内四家先后出牌

把时间线摆出来,能看到办公智能体这条线已经进入密集对射期:

  • 8 月,Grok Bot 上线,9 月跟进 Team Bots;
  • 9 月 25 日,微软更新 Copilot;
  • 9 月 29 日,OpenAI 推出 always-on 的 dots agents;
  • 10 月 6 日,Anthropic 让 Claude 原生集成 Google Docs、Sheets、Slides;
  • 10 月 8-9 日,谷歌发布 Gemini agent 全家桶,直接打出「AI 有工牌」这张牌。

各家策略分化明显:微软走存量 Office 席位,胜在装机量;OpenAI 走常驻 agent,胜在消费者心智;Anthropic 走模型层渗透,把 Claude 塞进别人家的办公套件;谷歌则选择最重的路线——给 agent 建立完整的组织身份与治理体系,赌的是企业最终会为「可审计」买单。谁的形式能被企业 IT 部门接受,2026 年内就能见分晓。

模型层的基础也在快速迭代,本站此前报道的 Gemini 4 Argon 发布(gemini-4-argon-release-hotspot)以及 OpenAI 的 GPT-6.1 SOL 极速版热点(gpt-6-1-sol-ultrafast-hotspot)都属于同一条竞争线上的底层牌——应用层的 agent 大战,最终还是要靠模型层的供给能力托底。

七、可用性红线:国内读者请先划重点

几个必须说清的边界。其一,Gemini agent 目前处于 private preview 阶段,广域开放谷歌没有给出日期,「计划中」与「已上线」之间的距离在科技公司发布文化里从来不小。其二,它随 Gemini Enterprise 与 Workspace Business/Enterprise 席位提供,不额外收费——这是谷歌口径,后续是否有变化需以官方为准。其三,coworker agent 的部分账号细节尚未确认,本文不展开猜测。

对国内企业读者:这是国际版企业服务,在国内不属于可直接采购使用的范围,切勿当成可用的国内服务来评估。想在国内语境下搭建类似能力,开源与本地部署路线反而更可控,比如本批报道的 JetBrains 开源编程模型 Mellum 2.1(mellum-2-1-open-source-coding-resource),就是可以自主托管的选择——虽然它是编程专用模型,但「模型自主可控 + 数据不出域」的思路与办公 agent 的本地化诉求是同一条路径。

结语:当 AI 开始有工牌

回顾这一波,真正值得记住的不是某个功能清单,而是范式变化:智能体从「工具」变成「同事」,从租用算力变成授予身份。邮箱、日历、通讯录条目——这些原本专属于人类员工的组织资源,开始向 AI 开放。随之而来的治理问题(谁来为 AI 同事的错误负责、如何审计它的每一次操作)恰恰是谷歌这次花大力气铺垫的部分。

值得玩味的是,谷歌没有把「AI 同事」讲成替代故事,而是讲成扩编故事:通讯录里多一个成员,群聊里多一个可以 @ 的对象。这套叙事比「取代某某岗位」温和得多,也更容易被组织接受。至于实际落地中 AI 同事的表现是否配得上它的工牌,就要等 private preview 之外的更多企业实例了。

你愿意给一个 AI 同事发工牌吗?欢迎在评论区聊聊你的立场。

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-10-10

相关文章

前沿热点

15秒约1.04美元,谷歌把改片变成了聊天?

2026 年 11 月 5 日 Gemini API 官方 changelog 宣布 gemini-omni-1.2-flash 全面可用(GA),面向 Gemini API 付费层开放;这是 GA 而非首次发布,1.1 已存在。原生 15 秒视频生成与对话式编辑,3 至 15 秒可选,视频输出定价降 30% 至 $12.00 / 1M tokens,1.1 为 $17.50,付费层速率上限翻倍。官方定价页写明无免费层、输入 $1.50 / 1M tokens、文本输出 $9.00;720p 每秒 5,792 tokens 约合 $0.07 每秒,10 秒约 $0.70、15 秒约 $1.04。支持最多 6 张参考图、原生音频、SynthID 水印、360p 与 720p 草稿升频 1080p 与 4K,输入上限 131,072 tokens、输出 65,536、24 FPS。12 月 3 日起对 1.1 模型串的请求将自动路由到 1.2 并按 1.2 价格计费,属未来生效;Gemini API 文档明确不支持 Provisioned Throughput,而 Google Cloud 博客称提供该能力,两个渠道口径分开看。

2026年11月7日9 分钟阅读
前沿热点

59 分登顶却买不到,谷歌 Carbon 在赌什么

谷歌 10 月 28 日发布 Gemini 4 Carbon,在 Artificial Analysis 刚换版的 Intelligence Index v5.0(私有/隐藏题权重提至 60%)以 59 分登顶,超 Opus 5.5 的 58 与 GPT-6 Astra 的 57,较两周前 Argon 的 50 分提升 9 分;9 项评测拿 4 项第一(HLE-Diamond 69%、Terminal-Bench-Science 65%、AA-Omniscience、AutomationBench-AA),官方对比表称 17 项中 15 项领先(多为自报口径)。三条网络安全基准——SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%——均为谷歌自报、无护栏、无第三方复现,其中利用验证跃迁最大(Argon 42.0%)。无 API 无应用入口,本周起仅向经审核的网安防御者开放,经 Fairwind 计划扩容;介绍期定价同 Argon(每百万 token 输入 2 美元、输出 10 美元、缓存 95% 折扣,到期翻倍)且无截止日。AA 独立测量给出另一面:单任务成本 7.76 美元、首 token 中位延迟 97.5 秒、单轮总输出约 2 亿 token;AA-Omniscience 口径下答错硬答率 11% 高于 Argon 的 4%、远好于 Opus 5.5 与 Astra 的 50%。发布同日 Alphabet 财报盘后跌超 10%(多口径并列不取舍),次日收跌 12.64% 创上市以来最大单日跌幅。

2026年10月30日9 分钟阅读
前沿热点

谷歌Genie 4:世界会说话了,却只能演两分钟?

谷歌 DeepMind 10 月 27 日以研究预览开放 Genie 4(trusted testers 起步,waitlist 已开在 Project Genie):Genie 线首个原生生成音频的世界模型——环境声、音乐与可实时应答的角色对话同步生成,官方称交互式人类语音是真正的边界。架构上 Gemini Omni 锚定外观与行为、Gemini 3.8 Flash 任导演拆步骤查帧,机器人实验里 Gemini 4 Argon 拆任务给 Apollo 人形机器人渲染跳棋对局;场景连贯最高 2 分钟为 TechCrunch/The Verge 报道口径(官方仅认细节漂移仍待解),两代对比以 Project Genie 原型约 60 秒单次限制为基准。跑分、分辨率、帧率、参数量与定价均未公布;全部输出带 SynthID 水印。竞品 Runway GWM Worlds 2 与行业整合潮(AMD 收购 World Labs、Amazon 洽购 Decart)并列文末。

2026年10月29日8 分钟阅读