谷歌发布办公 Agent Gemini Agent，支持调用 Claude

2026-10-09 08:16:56 来源：量子位

新的“缝合怪”已经出现，怎么能够停滞不前

衡宇发自凹非寺
量子位 | 公众号QbitAI

好好好，谷歌也来加入办公智能体混战，而且强调多模型调用的它连竞争对手Claude都给安排上了！

今天凌晨，Google Cloud发布了一篇名为《Welcome to Gemini at Work 2026： Introducing the Gemini agent》的长文，由Google Cloud CEO Thomas Kurian亲自署名，集中介绍了Gemini在企业Agent领域的一系列更新。

其中最重磅的当属全新发布的Gemini Agent。

按照谷歌的设想，这将是一个覆盖各类工作任务、能够长期运行的通用办公Agent。

它可以帮你查资料、写邮件、做PPT、分析数据、编写和运行代码，还能跨应用调用工具，自行规划任务，必要时召集多个子Agent一起干活。

而且还有两个特别值得注意的地方。

一是它可以拥有自己的企业身份，成为一名有邮箱、有日历、有独立账号的AI同事。

二是它能够根据任务自动选择底层模型，甚至调用Anthropic家的Claude。

好家伙，谷歌连自家Gemini都不一定非用不可了？

更有意思的是，这次发布的种种功能，怎么看都有点冲着最近热闹起来的办公Agent市场来的意思。

小扎听了大概会有如下内心OS：

歌，你不卷你那笨蛋Gemini模型，一扭头冲着我来了？？？？

Gemini agent

谷歌给它定下的工作原则是酱婶儿的：

You give it objectives, not instructions.

给它目标，而非逐步指令。

也就是想让Gemini agent帮忙干活，不用一步步告诉它先做什么、后做什么。

只需要交代最终想要的结果，剩下的交给它自己安排。

其核心能力包括统一入口、云端持久运行、跨平台调用、多Agent协作、事件触发和定时任务等。

文中举的例子是让它帮忙完成一份市场分析报告。

它可以自己搜索和整理资料、分析相关数据，在Google Sheets中建立财务模型，再调用Google Slides生成一份演示文稿。

整个过程中，它能够根据任务需要选择工具、调用不同应用，最后把完成的工作交还给你。

你可能会满脑子问号——类似的跨应用操作，不算啥新鲜事儿啊，你干啥呢？

网友对此也是不看好的居多，官宣推文下面随手一截画风black pink：

但，这次谷歌发布Gemini Agent强调的是试图把各种工作能力都集中到一个Agent身上。

有啥不同？

在Gemini Agent大框架下，谷歌还提出了Coworker Agent，直译过来就是“同事智能体”。

谷歌现在允许企业为Gemini创建一个长期存在、具有明确工作职责的身份，让它像团队中的其他成员一样参与日常协作。

而且AI同事配置了独立的Google Workspace账号、企业邮箱、日历、Google Drive存储空间……还能出现在公司的通讯录里。

首先上手门槛约等于无，其次创建完成后，团队成员便可以像对待普通同事一样，邀请它加入Google Chat群聊，或者在文档中@它。

AI同事用的是自己的身份，执行操作会留下自己的记录，方便企业管理和追踪它究竟做了什么。

到这一步，看起来还是很normal。。。

比较不一样的是，除开独立身份，Gemini Agent获得了一套更完整的记忆机制。

按照官方介绍，它一共拥有四种记忆。

第一种是会话记忆（Session Memory）。

主要用于保存当前任务的上下文。

即使一个任务持续好几天，Gemini Agent也能记住已经完成了哪些步骤，接下来还有哪些工作。

第二种是语义记忆（Semantic Memory）。

Gemini Agent会从阅读过的文档、与人的交流以及同其他Agent的协作中积累知识，并将其组织成结构化知识库。

例如，记住公司有哪些产品、团队成员分别负责什么、某个业务术语在公司内部具体指什么。

第三种是程序性记忆（Procedural Memory）。

主要用于记录一项工作应该如何完成。

比如，某类报告需要哪些数据、按照什么流程分析、最终以什么格式交付。

这里还有个细节，Gemini Agent甚至可以自己编写Skills，把工作过程中学到的方法保存下来，供后续任务使用。

第四种是情景记忆（Episodic Memory）。

用于记录过去完成过哪些工作，以及相应的执行经历。

四种记忆结合起来，Gemini Agent就有机会逐渐熟悉用户的工作习惯、公司业务和团队协作方式。

比如第一次让它做项目周报，可能需要解释报告结构、数据来源和工作流程。

等到第二次、第三次，它就可以沿用此前积累的知识和方法，减少用户重新交代的内容。

谷歌还专门用了一个比喻，说“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”。

好嘛。

这下连入职培训都能自己做了。

唯一的问题是，这员工好像不会主动离职（此处送上一个微笑脸.jpg）。

此外，这玩意儿可以自己挑选干活用的大模型。

谷歌这次明确表示，Gemini Agent的底层模型可以单独选择。

现阶段，它可以在Google自家的Gemini系列，以及Anthropic的Claude系列模型之间进行动态选择，未来还计划支持更多闭源和开源模型。

至于具体用哪个，Gemini会根据任务要求，在效果、速度和成本之间做选择。

对于比较简单的工作，可以使用成本较低的模型；面对复杂任务，则可以调用能力更强的模型。

一个项目中也可以组合多个模型完成不同环节。

谷歌将这套能力称为多模型编排，并配套提供Smart Routing自动路由能力。

值得注意的是，谷歌还强调了一点——

底层模型可以变化，但Agent积累的上下文、Skills和企业数据可以保留下来。

主要就是让它不必每次从零开始理解工作，而能延续之前的任务、知识和工作方式。

这意味着，即便未来模型能力排名发生变化，企业也可以调整底层模型，而无需将已经建立起来的工作流程全部推倒重来。

谷歌、Meta、OpenAI，海外日常Agent三国杀？

谷歌这次入场，时间点还挺微妙。

就在9月29日，OpenAI刚刚发布了能够7×24小时工作的Dots。

再往前，Meta也推出了个人AI Agent Muse。

如今谷歌带着Gemini agent加入战局，三家巨头算是在Agent这件事上碰头了。

咱一起来回顾一下另外两家是啥路子。

Meta的Muse更偏向个人生活场景，可以帮用户购物、预订旅行、发邮件，甚至完成支付。

比如看中一件商品，Muse可以帮忙找货、比较选项、操作网站，最终完成购买。

相比企业内部复杂的工作流程，Muse更关注个人日常生活中那些琐碎、耗时间的事情。

这与Meta已有的社交产品和庞大用户群体也有关系。

让普通用户习惯把购物、出行等需求交给AI，显然也是Meta希望抓住的机会。

OpenAI的Dots与Gemini Agent的共同点就更多了。

Dots拥有独立的云端电脑，支持7×24小时运行，能够记住用户的长期目标和工作习惯，还可以连接超过4000个应用。

比如开发者收到新的用户反馈，Dots可以主动分析问题、修改代码，并准备PR供人审查。

对于内容创作者，它也可以在新的采访记录到来后，整理素材、制作内容草稿。

不过，Dots目前更强调围绕用户个人持续工作。

它会逐渐了解用户的偏好、目标和判断标准，主动寻找可以推进的事项。

OpenAI也在探索面向企业岗位的专业Dots，让Agent拥有独立身份和职责，不过这部分目前主要处于早期企业试点阶段。

相比之下，谷歌此次重点展示的，是让Agent进一步进入企业已有的组织和办公体系。

Gemini Agent可以利用Gmail、Docs、Sheets、Calendar等应用中的业务上下文，理解员工正在做什么。

企业还能创建有独立邮箱、日历、账号和权限的Coworker agent，让它以自己的身份参与团队协作。

同时，谷歌还把模型选择、企业数据连接、安全审计和成本控制放进这套体系。

甚至连竞争对手Claude，都可以成为Gemini agent完成任务时调用的底层模型。

这么看下来，三家的侧重点就比较清楚了。

One More Thing

BTW，谷歌的长文中还发布了其它相关内容，感兴趣的小伙伴可移步自行查看，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】

https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026/