谷歌要做企业AI智能体的“守门人”

谷歌似乎正在打一场战略性布局，意在掌控AI基础设施层，而不只是再推出一个光鲜的新智能体。

在本周举行的Gemini at Work 2026大会上，这家科技巨头发布了它所称的“单一、通用的智能体”，以及Gemini中的一项API，用户可以从一个简单的提示框中启动它。与其他已有的智能体一样，它接入技能、工具和企业系统，能够回答问题、创建媒体内容、编写并运行代码，通过文档、收件箱和开发者环境交付完成的工作，还能派生下级智能体来协助自己完成任务。

但独立技术分析师卡米·莱维（Carmi Levy）表示，谷歌并不只是想与现有产品正面交锋，也不是想说服企业相信它的模型在质量和数量上更胜一筹。

他说：“它真正想做的，是把自己确立为这个全新的企业操作系统的守门人，而底层由哪个模型驱动，则视哪种最合理而定。”

“无处不在的访问”与编排能力

谷歌表示，其Gemini智能体可从单一界面自主工作，既能充当个人助理，也能作为团队成员，类似项目经理或分析师。作为“同事”的智能体可以跨天、跨会话、跨不断变化职责地执行任务；它们拥有专属身份，会被分配自己的邮箱和持久化存储。

不过谷歌表示，它们只能访问被明确定义的数据和渠道。由企业设定的安全、治理和成本控制已内置于其中。

谷歌云首席执行官托马斯·库里安（Thomas Kurian）在主旨演讲中说：“你给它的是目标，而不是指令。工作现在从提示窗口开始。”

他说，该智能体运行在云中，拥有“无处不在的访问”能力，意味着它几乎可以在任何设备上工作，包括iOS和Android手机，以及Windows和Mac桌面端。它还可以通过任何渠道访问，包括命令行界面（CLI）、Google Workspace、Microsoft 365或Slack频道，以及集成到第三方应用中时。在需要时，它还能作为无头智能体运行，甚至不需要专门的用户界面。

谷歌表示，在自主工作时，Gemini智能体可以派生临时的或面向具体任务的下级智能体，并与它们沟通、协调工作流，以编排多步骤任务。其中包括可能运行数小时甚至数天的并行和串行步骤。

值得注意的是，该智能体拥有灵活性，可以选择由哪个模型来驱动不同的工作流，以提升质量并降低成本；目前这些模型包括Gemini系列和Claude，但谷歌表示很快会把能力扩展到其他领先的私有模型和开源模型。

库里安指出，这一点很重要，因为领先的模型每隔几个月就会变一次，而且“最适合某项任务的模型并不总是最大的那个”。

模型选择是“独特价值主张”

Info-Tech Research Group研究总监马哈茂德·拉明（Mahmoud Ramin）指出，谷歌的这次发布并没有开创一个全新品类，因为OpenAI、Anthropic、微软和Meta早已在各自的平台中布局多智能体能力。

不过Gemini的看点在于，它不仅可以直接在Gmail、Drive、Sheets和Slides等多款谷歌产品中运作，还能连接外部系统。他指出，对于已经在使用谷歌环境的人来说，它当然是个合适的选择，而最强的用例集中在重复性任务和信息综合上，比如项目经理、分析师和营销专家所做研究工作中描述的那些场景。

莱维也认为，谷歌的独特价值主张围绕“选择”展开。他说：“它把智能体与底层模型解耦，让企业可以针对特定工作负载使用最合适的模型。”

它的基于角色的智能体同样“独特得令人瞩目”，因为它们让企业能够创建针对特定角色优化的智能体；同时，更细粒度的权限设置也回应了人们对自动化机器人“脱轨”日益增长的担忧。

莱维说，尽管OpenAI和微软也做过类似宣称，但谷歌“可以说是正在引领围绕身份、审计追踪以及最终由谁或什么为工作流负责的讨论”。

人人都想当“守门人”

莱维指出，随着AI产业从单纯的聊天机器人转向其“不可避免的智能体化未来”，谷歌、OpenAI、Anthropic、微软等公司扮演守门人角色的问题正变得更加清晰。决定性的层面已经从操作系统转移到浏览器、应用、云平台，如今又转移到大语言模型（LLM）。

在这场智能体竞赛中，主要玩家都在争相确立自己在企业工作流基础设施中的位置。莱维说：“智能体层可能是AI时代的终极奖赏，这在很大程度上解释了为什么每家厂商的发布看起来都在宣称同一件事。”

但谷歌必须让IT决策者相信，它的智能体路线图优于竞争对手；这意味着要把AI话题转向自主性，而不只是基础任务。

和几乎所有其他厂商的智能体一样，谷歌的Gemini智能体可以写邮件、调整电子表格、制作演示文稿。莱维说：“然而，CIO和CISO能否信任它无限期地运行业务关键流程，而不做出愚蠢到登上负面头条的事，那就是另一回事了。”

他指出：“企业会在意吗？如果它们已经在谷歌的工作套件上投入巨大，那么在最高管理层那里，这可能更容易推销出去。”

治理问题被推到台前

Info-Tech的拉明指出，无论企业选择哪个平台，今后最需要被摆在核心位置的焦点，应该是谁来控制AI智能体。

他说：“随着组织释放智能体自主性的力量，强制执行治理就成为一项关键且不容妥协的要求。”他指出，与拥有多个业务系统访问权限、并能与其他智能体通信的自主智能体相比，基础AI系统的风险“要可控得多”。

他说，在后一种情况下，企业应大幅强化护栏，包括权限、身份、人工监督和系统审计。它们应当“明确规定智能体被允许做哪些决定、可以访问哪些数据，以及性能将如何被监控”。