谷歌发布Gemini Agent办公智能体，支持调用Claude
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载能自己规划任务的办公助手
谷歌在Google Cloud活动上推出了Gemini Agent，定位在企业办公场景。它承担的工作包括查找资料、撰写邮件、制作演示文稿、分析数据，以及编写并运行代码。与只能被动应答的工具不同，这套Agent可以跨应用调用各类工具，自行拆解和规划任务步骤，还能在需要时召集多个子Agent协同完成同一件事。这意味着使用者交给它的不再是一条指令，而是一项目标，中间的执行路径由Agent自己安排。对企业来说，这种能力对应的是把原本分散在多个软件里的操作串成一条流程，减少人工在应用之间来回切换的成本。
给AI一个企业身份
谷歌同时提出Coworker Agent的思路，允许企业为Gemini创建长期存在的工作身份。这个身份不是临时会话，而是配置独立的Google Workspace账号、企业邮箱、日历和Drive空间。有了这些，AI同事就能像普通成员一样被邀请进入Google Chat群聊，也可以在文档中被@提及。它因此进入企业的组织架构和协作关系里，而不只是一个外部调用的接口。对企业而言，这带来的是权限与归属上的变化：AI同事拥有自己的账号和存储空间，其产出与行为可以落在具体身份之下，便于在既有协作工具中直接对接。
四种记忆支撑长任务
Gemini Agent配备会话、语义、程序性和情景四种记忆机制。会话记忆负责保存当前任务的上下文，即使一项任务持续数天，也能记住此前推进到哪一步。语义记忆从文档和日常交流中积累知识，并把这些内容整理成结构化的知识库。程序性记忆记录工作是怎样完成的，Agent可以自行编写Skills把方法保存下来，供之后复用。情景记忆则留存过去做过的工作及其执行经历。四类记忆分别对应任务上下文、组织知识、操作方法和历史经验，共同支撑Agent在长期使用中不必每次从零开始。
按任务挑模型的编排
在底层模型的选择上，Gemini Agent可以在Gemini系列和Claude系列之间动态切换。谷歌把这项能力称为多模型编排，并提供Smart Routing自动路由。具体做法是依据效果、速度和成本三个维度来挑选模型，遇到简单任务时调用成本更低的模型。这样一来，企业不必为每项工作都绑定同一个模型，Agent会根据任务本身的特点自行决定用哪一个。对使用者来说，模型选择从需要人工配置的环节变成了Agent内部的处理逻辑，而成本与响应速度也随之成为可被自动权衡的变量。
为什么值得看
谷歌入局办公Agent，支持调用竞品Claude，多模型编排和独立身份设计值得关注。
信源3 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。