Google Cloud 推出 Gemini 代理

編者按：本文擷取自 Thomas Kurian 於 2026 Gemini at Work 上發表的專題演說，並包含本次大會上發布的多項公告：

將最頂尖的技術帶給所有人，是 Google Cloud 不斷前進的動力。過去一年來，有近 500 家 Google Cloud 客戶各自處理了超過一兆個詞元（token）。如今，近 80% 的 Google Cloud 客戶正在使用我們的 AI 產品，更有將近 90% 的《財星》（Fortune）100 大企業採用了 Gemini Enterprise。在如此龐大的規模下，企業組織早已跨越了實驗階段，開始將其投入核心業務營運中。

從今以後，工作就從提示框（prompt window）開始。

為了迎接這個時刻，我們很高興在今天宣布推出 Gemini 代理。這是一款全新、單一且通用的工作 AI 代理，它能夠掌握你所有業務脈絡的通用 AI 代理，只需透過單一提示框，即可處理知識型工作、回答問題、內容創作到程式編寫等各項任務。它會規劃工作、使用技能與工具，並連結你的系統，直接在你日常熟悉的文件、收件匣與開發環境中，交付隨即可用的完整成果。此外，它還會根據任務自動選擇最合適的模型，且內建成本控制機制，最重要的是，它具備了符合企業規範所需的安全、管理與治理標準。

隆重介紹 Gemini 代理

Gemini 能在單一 AI 代理與單一 API 中處理各種工作，包括回答你的問題、處理知識型工作、創造圖片與多媒體內容，並編寫和執行程式碼。你只需給予目標，無需提供繁瑣的指令；只要交辦預期成果，便能直接驗收完成的工作。要讓 AI 代理發揮如此強大的自主性，它必須連結到你的個人工作流程、記錄系統以及企業控管機制。

Gemini 可以作為你的個人助理，或化身團隊的一員（例如擔任團隊內的專案經理）為一群人執行任務，也能代表組織內的特定角色（例如財務部門的分析師）來執行任務。

Gemini 的代理式能力建立在以下核心架構原則之上：

• 統一代理（Unified Agent）：Gemini 是一款統一的 AI 代理，不僅能在對話中為你解答疑惑，自主執行以完成你交辦的目標，還能生成程式碼，而這一切全都能在單一介面中輕鬆搞定。你可以直接向它指派任務、排程待辦事項，或設定讓它自動回應特定事件。
  
• 無所不在的存取權（Omnipresent Access）：無論是透過網頁、iOS 與 Android 行動裝置，或是 Windows 和 Mac 電腦，以及任何管道，例如：指令列（Command Line）、Google Workspace、Microsoft 365 或 Slack，你都能隨時隨地存取 Gemini。此外，Gemini 也能整合至第三方應用程式與介面，並以「無頭代理（headless agent）」的形式在背景運作，完全不需要依賴專屬的使用者介面。
  
• 持續執行（Persistent Execution）：由於在雲端運行，Gemini 能在你所使用的不同裝置與管道中，維持單一版本的記憶、情境脈絡與個人化設定。你無需重新交接任務與說明背景，也不必費神回想當初是在哪台裝置下達指令。需要耗時數小時甚至數天的任務，即使在你闔上筆電後依然會持續執行，當你再次登入時，進度就在那裡。
  
• 多代理調度（Multi-Agent Orchestration）：Gemini 從不單打獨鬥。面對複雜的多步驟任務，它能動態調度一組子代理（sub-agents）。這些子代理每個都具備專屬身分，是專為特定任務而生的臨時代理。Gemini 會與它們溝通以協調工作流程，包含可能需要執行數小時或數天的平行與循序步驟。此外，Gemini 也能化身同事代理（coworker agent），它就像是團隊中的一員，具備固定且明確的職責定位，能跨越天數、工作階段與多重職責，來分派並協調任務。每個同事代理都具備專屬身分（例如獨立的 @agents.company.com 郵件地址）與專屬的永久性儲存空間，且僅能存取你或團隊成員所提供的情境脈絡。
  
• 深度情境脈絡（Deeply Contextual）：Gemini 一被啟動時，便已熟知你的工具、資料與工作歷程。無論是向它提問、指派目標或要求它生成程式碼，Gemini 都會從與你的每次互動中學習。隨著協作的時間越長，它將越了解你與你的工作模式。團隊還可以建立專屬的專案，進一步將 Gemini 協作時所需的脈絡、技能與工具最佳化。
  
• 模型選擇彈性（Model Choice Flexibility）：Gemini 是一個 AI 代理，而它的底層模型則可靈活選擇與替換。Gemini 會為每項任務選擇最合適的模型來執行，目前可動態調度 Gemini 系列模型與 Claude 模型，未來也將支援其他領先的私有與開放模型，以提供最佳品質並降低你的成本。最適合任務的模型，未必是規模最大的模型。根據工作搭配合適的模型，不僅能提升高難度工作的準確率，更能降低簡單任務的執行成本。隨著頂尖模型每幾個月就會快速迭代，保有選擇模型的彈性，意味著無論未來模型如何改變，你所累積的脈絡、技能與資料都能不受影響、完整保留。

來自各產業的頂尖客戶作為早期測試者，已經體會到其優勢：頂級運動休閒品牌 On 測試了這項全新的動態選擇功能，藉此加速產品上市。業界領導者也已進一步成功驗證了大規模的多模型策略：Shopify 為數百萬商家混合使用前沿模型以解鎖資料價值並帶動銷售，而 PayPal 則是每週處理高達 1,000 萬次的多模型請求。

驅動 Gemini：技能、工具與情境脈絡

Gemini 了解你的業務全貌。從定價策略、產品組合到各部門的作業規範，甚至是所有形塑企業獨特價值的內部企業知識，它都能瞭若指掌。這一切都歸功於三大核心能力：負責串接現有系統的工具、教導它如何完成任務的技能，以及賦予它專屬記憶的情境脈絡。

• 工具與工具註冊儲存庫（Tools and Tools Registry）：Gemini 能夠安全地連結你公司現有的軟體，包括 Confluence、Microsoft Office、Teams、Slack 及 Google Workspace 等協作工具；Git 及 Jira 等開發工具；Salesforce 及 ServiceNow 等企業平台；BigQuery、Databricks、Postgres 及 Snowflake 等資料庫以及你桌面上的檔案。它也能與企業網路內外的任何模型脈絡協定（Model Context Protocol，MCP）伺服器進行安全連線運作。此外，它還內建了企業級工具註冊儲存庫，讓團隊能為公司的其他成員打造與發布工具。
  
• 技能與技能註冊儲存庫（Skills and Skills Registry）：技能是可重複使用的指令、知識或工作流程，以模組化提示儲存，用於教導 AI 代理如何執行特定的多步驟任務。Gemini 內建強大的全球技能庫，讓團隊或部門可以建立自訂技能，並發布至公司共享的註冊儲存庫，並讓你也能打造個人專屬技能。Gemini 會自動選擇合適的技能與工具來執行任務，並從每次執行中持續學習，不僅能提升其一致性並節省詞元成本。
  
• 情境脈絡與記憶（Context and Memory）：Gemini 會從你的每個提問、指派的每個目標，以及你所共事的人員中學習，並利用你的個人與組織的情境脈絡來達成個人化與提升回應品質。它具備四種記憶：處理眼前任務的「工作階段記憶（session memory）」，這類型的記憶即使運行數天也不會被遺忘；透過閱讀文件、與人對話、和其他 AI 代理合作所建立的結構化知識庫「語意記憶（semantic memory）」；記錄工作如何完成的「程序記憶（procedural memory）」會包含它為自己編寫的技能；以及保留過去所有紀錄的「情節記憶（episodic memory）」。Gemini 就像新進員工一樣，會在開工前主動學習，以認識你、你的工具與團隊。

Google Workspace 內的 Gemini

Gemini 不僅能解答疑問、處理知識型工作及編寫程式，還能直接在 Gmail、Google 雲端硬碟、Google 文件、Google 簡報、Google 試算表、Google Chat 及 Google 日曆中運行，無論在任何環境中，Gemini 都具備相同的記憶、技能與控制權限。Gemini 能以內嵌（Inline）的方式運作：直接於電子郵件對話串（thread）、文件及 Google Chat 聊天室內提供服務。

Gemini 在 Workspace 中的三種運作方式：

• 個人助理：Gemini 作為你的個人代理，在開始工作前便已精準掌握你的日曆、團隊成員、專案，以及各份文件之間的關聯性。例如，你可以在不用提供 Gemini 任何姓名或電子郵件的情況下，請它安排下週與區域活動主管的例行會議。Gemini 會根據你聊天室內的成員及上次活動的對話串來判斷人員名單，查閱他們的日曆並發起電子郵件對話串以協調一個適合大家的時間，即使涉及機構外部參與者也能妥善處理。Gemini 在處理跨應用程式的工作時亦採取相同方式：從研究市場趨勢、在 Google 試算表中建立財務模型，到製作涵蓋這兩項內容的簡報，你都無須逐步重新說明專案背景。
  
• 主動委派任務：Gemini 運用同樣的智慧能力，主動梳理工作並建議使用者可委派給它的任務。例如，當收到主管要求提供最新專案進度簡報的電子郵件時，Workspace Intelligence 會將其識別為可委派的工作，並提供一鍵選項（single-click option），讓你可直接將任務交由 Gemini 處理。Gemini 亦將相同的推理邏輯應用於收件匣，優先顯示最重要的訊息而非最新收到的郵件，並解釋原因。
  
• 成為團隊的其中一員：你可透過 Gemini 建立能與團隊一同工作的「同事代理」（coworker agent），使用者只需描述團隊所需要的角色，Gemini 便會建立該代理。「同事代理」擁有其獨立的 Workspace 帳戶，包括電子郵件、日曆、 雲端硬碟，並會被列入公司的通訊錄中；同事們可以像與其他人共事一樣，透過將其加入 Google Chat 聊天室或在撰寫訊息時，輸入 @ 標記它的方式與它互動。舉例來說，行銷經理可以在聊天群組中，指派「活動統籌代理」草擬一份產品上市準備文件，完成後代理會將文件回傳至群組。此外，行銷經理亦可在 Google 文件註解中直接標記該代理，它便能在文件中提出修改建議並回覆註解中的討論串，而它的名稱亦會顯示於版本歷史記錄中。「同事代理」會以其身分運作而非你的身分，且只能查看你分享給它的內容。存取權限亦遵循團隊現有的分享與成員資格設定，不會有外部連接器持有你的資料。

資料分析、資料工程與機器學習

我們也賦予了 Gemini 針對特定領域而打造的技能，並以資料作為起點。

資料與分析是 Gemini 改變業務工作流程的基礎領域，讓企業能在數分鐘內將自然語言提問轉化為可行動的營運見解。我們現正推出為技術團隊及日常一般業務使用者量身打造的專屬功能：

• 針對資料與機器學習工程師：我們正在為 Gemini 增添機器學習技能與工具，為每位資料科學家與資料工程師提供代理團隊的支援。工程師只需以自然語言描述期望的成果，Gemini 便能生成 PySpark 程式碼、提供 Notebooks 以進行編輯與測試、訓練模型，並能自行排查與修復管道問題。
  
• 針對企業使用者：企業使用者只需透過提問，便能生成可靠且即時的營運報告。Gemini 會透過 BigQuery 與 Knowledge Catalog 所整合的營運報告技能，來建構並儲存查詢指令。查詢一經儲存，團隊即可根據需求執行報告，不僅不會產生額外的詞元成本，亦能確保每次都能獲得一致且經驗證的解答。

三大 Google Cloud 功能確保答案具事實根據：

• Knowledge Catalog：Gemini 能直接與企業的 Knowledge Catalog 整合，你只需定義一次業務名詞，即可供所有代理使用。這項功能對組織結構化資料（organization’s schemas）和對「淨利率（net margin）」與「潛在市場（addressable market）」等術語所代表的業務規則有著深層的理解，能大幅提升答案的準確性。不論企業的指標存在於 Databricks、dbt、LookML 或 SAP 中，Gemini 都能在原地直接讀取資料，以確保回應基於事實。
  
• Smart Storage：企業資料中 90% 為非結構化資料，例如 PDF、圖像、掃描檔及語音錄音等，這些數據往往維持「暗資料」（dark data）的狀態且無法讀取。Smart Storage 則改變了這一現狀，能夠就地（in place）豐富非結構化物件的內容，並將情境資訊直接寫回物件本身。這種智慧特性與資料實體緊密相隨，並能沿用企業現有的安全防護機制。
  
• 無邊界湖倉（Borderless Lakehouse）：企業不應為了使用 AI 而被迫遷移或複製資料。我們的無邊界湖倉允許 Gemini 查詢 Amazon S3 與 Azure Data Lake，且沒有變動資料輸出（Egress）費用；同時，在無須複製數據的情況下直接讀取 Salesforce Data 360、SAP、ServiceNow 和 Workday 的資料，並可跨越 Databricks Unity、Snowflake Polaris 與 AWS Glue 聯合開放的 Apache Iceberg 表格。

你可先將數據湖倉中發現的資料集註冊至 Knowledge Catalog，然後指派 Gemini 執行簡單或複雜的分析。Gemini 會從 Knowledge Catalog 中識別所需的資料集，生成必要的 SQL、Spark 或 Python 程式碼以計算結果，並於 Google Cloud 配備 Lightning Engine 的代管 Spark 服務或 BigQuery 中執行程式碼。Gemini 亦能在分析師使用的工具中生成圖表與建立儀表板。

AI 代理的安全性與治理

企業代理計畫的成敗取決於兩個因素：企業能否有效治理，以及成本是否在可負擔範圍內。

在企業部署自主代理時，治理的核心在於回答四個根本問題：

• 這個 AI 代理是誰？它具備什麼身分？
• 它被允許做什麼，或者被授予哪些權限？
• 它做了什麼？可以在哪裡查看其操作記錄？
• 有哪些內容是它絕不能接觸的？

身分（Identity）、政策（policy）與可觀測性（observability）為前三大問題提供了解答，而第四個問題則由 Agent Gateway 解答。

• 身分（Identity）：每個 AI 代理都擁有獨立的身分，經過加密驗證，並像員工一樣受到治理，同時被授予最低權限（Least-privilege permissions）。該身分會被記錄在擷取其操作的日誌中，同時也會標記在為了代其執行程式碼而啟動的任何虛擬機器上。
  
• 授權與權限（Authorization and Permissions）：你可以給予每個 AI 代理精細的、基於角色的存取權限，並經由企業的安全管理員核准。當 Gemini 代理連結至外部系統時，其身分會透過 OAuth 等業界標準進行對應與傳遞。
  
• 稽核（Auditing）：此外，Gemini 採取的每一項行動都會寫入稽核追蹤記錄（audit trail）中，並歸因於 AI 代理而非個人。由於 AI 代理的身分會跟隨著它為執行程式碼而啟動的任何虛擬機器中，因此你可以使用 Google Cloud 的可觀測性工具即時監控相關日誌，從而在異常行為造成影響前及時發現。
  
• 政策管理與控制（Policy Management and Control）：Gemini 預設為企業提供身分、尋找、治理與安全保障。所有 Gemini 代理都在具備獨立網路邊界的代理沙盒（Agent Sandbox）中安全地執行任務。所有的流量，不論是進出代理以及代理之間的通訊，都會通過 Agent Gateway。這是一個 AI 網路防火牆，能夠即時強制執行企業的各項政策。你只需要制定一次政策，例如「AI 代理不得開啟標記為機密的文件」，Gemini 就會將其套用於公司內的所有的 AI 代理，無須逐一檢查。

基礎架構：性價比提升 80%

從 AI 代理、資料、身分到其他所有的創新，都運行於我們的 AI 基礎架構與模型之上，而這正是我們能實現經濟效益的原因。

首先是我們的 AI 基礎架構。我們協同設計了晶片、網路、資料中心，以及連接這一切的軟體，將其打造成一個高度最佳化的系統，也就是我們的「AI 超級電腦」（AI Hypercomputer）。相較於一般通用架構，這種垂直整合提供了領先的性價比，而我們也持續在這個領域推動前沿技術的突破。例如，我們最新推出的 TPU 8i 系統，其性價比較上一代提升了 80%，使處理複雜且高價值的 AI 代理任務，變得既快速也更具成本效益。

運行在這些晶片之上的，是我們的核心模型陣容：用於前沿推理的 Argon、主打速度與高吞吐量的 Flash、用於生成式媒體內容的 Omni，以及適用於輕量級、開放權重邊緣工作負載的 Gemma。

Gemini Enterprise 實際應用

許多來自台灣與亞太區的企業已透過 Gemini Enterprise 帶來顯著的成果，當中包括：

• Airwallex：這個每年處理超過 2,000 億美元的全球金融平台，已在企業的基礎架構中全面部署 Gemini Enterprise。這讓他們解決客戶問題的速度提升了 10 倍，透過自動化爭議處理將案件耗時縮短 40%，並將軟體上市時間大幅加速超過 95%。同時，他們也針對自動化資金管理、應付帳款與支付作業，打造了專屬且由 AI 代理驅動的金融工作流程。
  
• 日立（Hitachi）：日立正透過其 AI 解決方案組合 HMAX，將 AI 代理直接部署給第一線員工，藉此推動全球電力與公用事業的轉型。現場技術人員已針對 200 多個使用情境打造出專屬的 AI 代理，例如運用影像辨識的代理，在施工前後精準驗證所有工具與線路的照片。這不僅讓生產力提升高達 400%，更進一步保障了員工的作業安全。
  
• NTT DOCOMO：身為日本領先的行動通訊業者 NTT DOCOMO 打造了專屬的資料代理，將取得數據洞察的時間從兩週大幅縮短至即時，每年省下高達 45 萬小時的工作時間。在此成功基礎上，他們正全面部署 Gemini Enterprise，準備驅動下一波的生產力成長。
  
• Zip：這家總部位於澳洲的數位金融服務公司，正透過部署 Gemini Enterprise 打造「AI 原生產品工廠（AI-Native Product Factory）」，全面翻轉其在美國市場的產品開發生命週期。跨部門團隊將利用這個統一的代理式環境，無縫串接客戶研究、設計、工程與法規遵循。這不僅大幅提升了產品開發與平行實驗的速度，同時也降低了將全新金融產品與體驗推向市場的成本與複雜度。
  
• 亞太地區其他產業領導者：還包括電子業的 LG、貿易業的丸紅（Marubeni）、製造業的 Tata Steel，以及科技服務業的 TCS。

Google Cloud 對使用者的承諾

在你運用 Gemini 開創未來的同時，我們提出三項堅定承諾：

1. 排除阻礙：提供一個能因應未來需求的平台，可在任何環境中運行、執行任何任務、賦予你選擇模型的彈性，並落實企業級控管機制。
2. 化繁為簡：Google 打造並整合完整技術堆疊，涵蓋晶片、模型、技能、工具及安全性。
3. 你的成果，歸你所有：你的團隊與資料無須搬移，且所有專有資料的輸入與輸出內容，皆完全由你掌控並歸你所有。

如今技術已全面就緒，我們的全球合作夥伴生態系統也正不斷壯大，Gemini 已準備好為你效勞。