谷歌押注办公Agent：多模型调用，Claude也能用
新的“缝合怪”已经出现，怎么能够停滞不前
又一款“缝合怪”冒出来了，脚步根本停不下来。
谷歌也杀进了办公智能体的混战，摆明了主推多模型调用，连对手
Claude都被它拉进来了。
凌晨时分，Google Cloud发了一篇长文，题为《Welcome to Gemini at Work 2026： Introducing the Gemini agent》，署名的是Google Cloud CEO Thomas Kurian，专门讲Gemini在企业Agent这块的整套更新。
最引人关注的就是新亮相的Gemini Agent。按谷歌的规划，这是个能应付各种工作任务、可以长时间跑下去的通用办公Agent。
查资料、写邮件、做PPT、分析数据、写代码跑代码，它都能接手，还能跨应用调工具、自己规划任务，需要的时候叫上一堆子Agent一块儿干。
有两个点尤其特别。头一个，它能有自己的企业身份——有邮箱、有日历、有独立账号，相当于一位AI同事。第二个，它按任务自动挑底层模型，甚至会把
Anthropic的Claude叫来。好家伙，谷歌这是连自家Gemini都不一定非用不可了？
更有意思的是，这回放出来的各种功能，怎么看都像是冲着最近火起来的办公Agent市场去的。小扎听了，心里估计是这么想的：歌，你不去卷你那个笨蛋Gemini模型，一转头奔着我来了？？？？
关于Gemini agent，谷歌给它定的工作原则是这样的：
You give it objectives, not instructions.——给目标，而不是给一步步的指令。
意思就是，想让Gemini agent干活，不必一步步交代它先干嘛后干嘛，只要把最终想要的结果说清楚，剩下怎么安排由它自己来。
它的核心能力涵盖统一入口、云端持久运行、跨平台调用、多Agent协作、事件触发以及定时任务等等。
文里举的例子是让它做一份市场分析报告。它会自己去搜资料、整理资料、分析相关数据，在Google Sheets里搭出财务模型，再调Google Slides生成演示文稿。这当中它能按任务需要挑工具、调不同应用，干完之后把成果交还给你。
看到这儿，估计你心里直犯嘀咕：跨应用干活这事，早就有人做了，你整这出算什么意思？
外界反应也谈不上热烈，官宣推文底下的留言，随手一划就是一片不怎么买账的声音。
不过谷歌这回做Gemini Agent，想强调的地方在于——把各式各样的工作能力统统拢到一个Agent身上。
有啥不同？
在这个大架子下面，谷歌又抛出了Coworker Agent，翻成中文就是“同事智能体”。企业现在可以给Gemini建一个长期存在、职责写清楚的身份，让它跟团队里其他人一样，日常协作也掺一脚。
这位AI同事还配了单独的Google Workspace账号、企业邮箱、日历、Google Drive存储空间……公司的通讯录里也能找到它。
上手几乎是零门槛，建好之后团队成员就能当普通同事使唤，拉它进Google Chat群聊，或者在文档里@它一下。它用自己的身份干活，操作全程留痕，企业想查它到底做了什么也方便。
走到这儿，看着还是挺normal的。。。
有点不一样的是，除了独立身份，Gemini Agent还拿到了一套更完整的记忆机制。按官方说法，它总共有四种记忆。头一种是会话记忆（Session Memory），用来存当前任务的上下文。哪怕一个任务拖上好几天，它也能记得哪些步骤已经做完、后面还剩什么没干。
第二种叫语义记忆（Semantic Memory）。Gemini Agent会从读过的文档、跟人的沟通、以及其他Agent的配合里攒知识，再把这些知识整理成结构化的知识库。比方说，公司有哪些产品、团队成员各自管什么、某个业务术语在公司内部到底指什么。
第三种是程序性记忆（Procedural Memory），记的是一项工作该怎么做。比如某类报告要哪些数据、按什么流程去分析、最后以什么格式交出去。
这里还藏着个细节：Gemini Agent连Skills都能自己写，把工作中摸索出来的方法存下来，留给后面的任务接着用。
第四种是情景记忆（Episodic Memory），负责记过去做过哪些活，以及当时是怎么执行的。
这四种记忆凑一块儿，Gemini Agent就有机会慢慢摸清用户的工作习惯、公司业务和团队协作的路数。
头一回让它写项目周报，报告怎么搭结构、数据从哪来、流程怎么走，可能都得跟它讲一遍。到了第二回、第三回就省事了，之前攒下的知识和方法直接拿来用，用户不用再从头交代。
谷歌打了个比方——“Gemini会像新员工一样，在正式开展工作前，逐渐熟悉你、你的工具和团队”。照这个说法，入职培训它自己就能搞定。
好嘛。
麻烦的地方只有一个，这员工似乎没打算主动递辞呈（此处配一个微笑脸.jpg）。
另外，干活的底层大模型它自己会挑。谷歌这次把话说明白了，Gemini Agent的底层模型是可以单独选的。
目前它能在谷歌自家的Gemini系列和Anthropic的Claude系列之间动态切换，往后还打算接入更多闭源和开源模型。
到底选哪个，Gemini会看任务要求，在效果、速度、成本三者之间权衡。活儿简单，就用便宜的模型；任务复杂，就上能力更强的。同一个项目里，也能把多个模型拼起来，各管一段。
谷歌管这套本事叫多模型编排，还配了个Smart Routing自动路由。
谷歌还特意强调了一点——底层模型换来换去没问题，Agent攒下的上下文、Skills和企业数据都留得住。这么做，无非是让它不必每回都从零开始摸情况，而是接着之前的任务、知识和工作方式往下走。
也就是说，将来模型能力排行要是变了，企业换个底层模型就行，已经搭好的工作流程不用整个推翻重来。
谷歌、Meta、OpenAI，日常Agent要打三国杀？谷歌这回进场，时间点挺微妙。
9月29日，OpenAI刚发了能7×24小时工作的Dots。再早一点，Meta也拿出了个人AI Agent Muse。现在谷歌带着Gemini agent挤进来，三家巨头在Agent这事上算是碰了头。
另外两家走的是什么路子，咱一起捋一捋。Meta的Muse更贴个人生活，购物、订旅行、发邮件，连支付都能替用户办。
比方说看上一件商品，Muse能帮着找货、比选项、在网站上一步步操作，最后把单下了。
跟企业内部那些绕来绕去的流程不一样，Muse盯上的是个人生活里零碎又费时的琐事。Meta手里本来就有社交产品和一大票用户，这也是它敢这么做的底气。让普通人慢慢习惯把买东西、订行程这类事丢给AI去办，正是Meta想抢下的口子。
Dots和Gemini Agent之间的相似之处还要更多一些。
Dots配了一台独立的云端电脑，能7×24小时跑着，会记住用户长期想干什么、平时怎么干活，还能连上超过4000个应用。
打个比方，开发者那边来了新的用户反馈，Dots可以自己去分析问题出在哪、动手改代码，再把PR准备好等人来过目。
换成做内容的人，新的采访记录一到，它同样能整理素材、写出内容初稿。
只是Dots眼下更侧重围着用户个人转，持续地把活干下去。
用户的偏好、目标、判断标准，它会一点点摸清楚，然后主动去找哪些事可以往前推。
OpenAI这边也在试水面向企业岗位的专业版Dots，想让Agent有自己独立的身份和职责，不过这块还停在早期的企业试点阶段。
谷歌这次重点拿出来的东西不太一样，它是要让Agent再往企业现有的组织和办公体系里钻。
Gmail、Docs、Sheets、Calendar这些应用里的业务上下文，Gemini Agent都能拿来用，从而搞清楚员工手头在忙什么。
企业也可以建出带独立邮箱、日历、账号和权限的Coworker agent，让它用自己的身份加入团队协作。
模型怎么选、企业数据怎么接、安全审计怎么做、成本怎么控，谷歌把这些一并塞进了这套体系。
连竞争对手Claude，都能被Gemini agent调去当底层模型，用来把任务跑完。
这么一比，三家的落点就看得比较明白了。
One More Thing
BTW，谷歌那篇长文里还放了不少别的内容，有兴趣的小伙伴自己翻过去看就行，啾咪～
Gemini全面进入Google Workspace，支持跨应用完成工作
开放Skills、Tools与企业连接器
推出数据分析、金融和法律专业Agent
增强Agent安全治理和成本控制
【谷歌原文】
