谷歌推出持久化 Gemini 智能体：具备独立 Workspace 身份的数字同事

谷歌正在推出一款全新的 通用AI智能体 面向职场，该智能体可开展信息调研、创建文档、编写代码、协调其他AI智能体，并完成持续数小时乃至数天的任务——同时在不同应用程序和设备间保持相同的记忆、业务上下文与身份。

该公司于周四在其 Gemini at Work 2026 活动上宣布了这一消息，这款 全新Gemini智能体 代表了谷歌试图将其企业级AI产品从一系列分散的助手与专用工具，转变为一个能够承担整项任务的统一平台。

谷歌不再要求用户为不同任务分别管理多个智能体，而是希望员工将目标委托给一个智能体，由该智能体自行判断如何完成任务、访问所需的企业系统，并返回最终成果。

对于现有客户，谷歌表示该智能体将通过Gemini Enterprise及熟悉的工作场所界面（包括Google Workspace、Microsoft 365和Slack）运行，而无需员工使用专用应用程序。

谷歌现有的Gemini Enterprise服务可通过网页版和移动应用访问，但该公司尚未明确说明客户具体如何启用这款新型通用智能体，也未说明其全部功能何时全面上线。

该架构在AI模型选择方面也展现出显著灵活性：尽管谷歌提供自家Gemini模型，该智能体目前已能调用Anthropic的Claude模型，未来还计划支持更多专有及开源权重AI模型。

此次发布正值各公司竞相提供企业级工作核心AI接口之际。9月25日，微软推出了更新版Copilot，整合了办公生产力、软件开发与持久化自动化功能。四天后，OpenAI推出了其自有常驻式dots智能体。10月6日，Anthropic宣布Claude原生集成Google Docs、Sheets和Slides，允许用户直接通过Claude编辑Workspace文件，或在谷歌生产力应用内调用Claude。

另一家竞争对手SpaceXAI于8月推出持久化Grok Bot智能体，并于9月通过共享团队智能体（Team Bots）扩展该服务。这些相互竞争的发布凸显了一种更广泛的转变：AI公司日益希望其助手成为长期运行的数字员工，而不仅仅是响应单个提示的聊天机器人。

AI同事拥有自己的电子邮件地址、日历和权限

这款通用Gemini智能体可采用多种配置运行，既可作为单个员工的个人助理，也可作为具备跨团队共享职责的持久化数字同事。

据谷歌云CEO托马斯·库里安（Thomas Kurian）在发布中所述，Gemini智能体通过统一界面与API运行，其访问能力覆盖网页端、iOS与Android设备、Windows与Mac电脑、命令行工具、Google Workspace、Microsoft 365以及Slack。

同事型配置尤为值得关注，因为谷歌计划赋予这些智能体在组织现有生产力基础设施内的独立身份。

例如，一位经理可创建一个Gemini‘活动策划智能体’，为其分配专属Workspace账户、电子邮件地址、日历、Drive存储空间及公司通讯录中的存在标识。

员工随后即可像指派任务给同事一样向该智能体分配工作，包括在Google Chat中@提及它，或请求其编辑文档。

由于执行过程发生在云端，员工可在一台设备上启动任务，使其持续运行，并在另一台设备上无缝续接，无需重建上下文。

谷歌称该智能体可管理持续多日的工作流、协调并行任务，并响应定时任务或事件；还可为复杂工作临时组建一组专业化子智能体，将不同职责分配给它们。

谷歌的公告并未规定每个通用Gemini智能体实例都必须拥有独立的Workspace账户；相反，专属账户被描述为其中一种配置方案。

对信息访问进行审慎限制，但疑问依然存在

在向VentureBeat提前提供的保密材料中，该公司未说明管理员是否可选择性启用或禁用Gemini智能体Workspace存在形态的各个组件，亦未明确说明账户配置与授权许可的具体运作方式。

这些区别至关重要，因为一名员工使用Gemini完成一次性任务时，在身份、安全与管理方面的需求，可能与某个业务部门部署一名作为团队永久成员运作的AI智能体时的需求截然不同。

谷歌表示，每个智能体均获得经密码学认证的身份，其权限通过企业安全系统进行管理；其所有操作均记录于审计日志中，包括其为执行代码而创建隔离环境之时。

Agent Gateway强制执行组织范围内的策略，管控智能体与外部系统之间的通信；沙箱机制则为代码执行划定边界。

关键在于，谷歌表示同事型智能体仅能访问团队成员明确与其共享的信息，而非继承人类员工所拥有的全部权限集合。

这一区别对于考虑部署AI智能体处理敏感财务记录、客户数据库、法律文件及内部通信的组织而言可能至关重要。

一个智能体兼顾调研、文档、编程与长期运行任务

该系统的记忆架构涵盖四类：用于正在进行任务的会话记忆（session memory）、用于累积知识的语义记忆（semantic memory）、用于习得工作流程的程序记忆（procedural memory），以及覆盖过往工作的片段记忆（episodic memory）。

这些设计旨在帮助智能体理解企业的流程、员工及机构知识，从而避免用户反复解释相同信息。

为将这种智能与实际业务运营对接，谷歌支持Salesforce、ServiceNow、Jira、Git、BigQuery、Snowflake、Databricks及Microsoft Teams等工具；企业还可连接模型上下文协议（Model Context Protocol, MCP）服务器，并向共享内部注册中心发布可复用的指令与工具。

其承诺是：员工只需向Gemini提出一项请求，例如调研市场趋势、利用公司数据构建财务模型并生成配套演示文稿，而无需单独指示每一步骤。

谷歌尚未提供独立的对比基准测试，以证明该新型智能体完成此类耗时长、跨应用任务的可靠性。

谷歌Gemini智能体与微软Copilot、OpenAI、Anthropic及Grok Bot的对比

谷歌此次发布紧随多家竞争对手在类似目标上的进展之后，尽管各方在模型选择、应用集成及智能体自主运行方式等方面路径各异。

微软的新版Copilot于9月25日推出的Home，尤其贴近谷歌的愿景。其Home界面通过Cowork将对话式辅助与委托式工作相结合，而Code则允许员工创建应用程序和自动化流程。新款Autopilot智能体可在后台持续运行、监控对话，并维持自身的身份、记忆和工作区。微软正通过其Frontier计划推出Home和Code，而Autopilot则正通过私有预览逐步扩大覆盖范围。

OpenAI的Dots智能体于9月29日DevDay活动上发布，同样承担持续性职责、跨已连接应用运行，并在用户交互之间持续推进任务。ChatGPT Space还提供共享项目上下文及协作能力。

与此同时，Anthropic正致力于更深度地集成至现有生产力应用中。其 Claude for Google Workspace服务于谷歌活动召开前两天宣布，允许用户通过侧边栏读取和编辑Google Docs、Sheets与Slides；连接器则使Claude能从自身界面创建并修改这些文件。该公告聚焦Claude更广泛的Workspace集成，而非其Claude Code编程产品所独有的某项功能。

另一家尤为相关的竞争对手是SpaceXAI，其 Grok Bot产品于8月11日发布 ，是一组拥有各自云计算机的持久化AI工作者。正如 VentureBeat当时报道 所指出，用户可向单个Bot分配任务、授予其对软件应用及网站的访问权限，并允许其在用户电脑关机后继续运行。Grok Bot还可学习重复性工作流，并协调多个智能体之间的任务分配。

SpaceXAI于 9月28日以Team Bots拓展了上述能力，这是一种面向组织的共享智能体服务。团队可使用通用文件、应用、技能及组织知识配置智能体，随后通过个人交互或Slack与其互动。该系统在维护共享知识的同时，确保各次对话的隐私性。Team Bots目前在Teams与Enterprise订阅计划中处于公开测试阶段。

谷歌数字同事与Grok Bot团队智能体之间的相似性十分显著：二者均构想出具有命名、持久化特性的AI工作者，能够维持上下文、与员工互动，并随时间推移跨业务系统运行。

一项技术性区别在于，Grok Bot强调通过专用计算机环境操作软件（包括缺乏合适API的应用），而谷歌则突出其企业平台内置的集成能力、可复用技能、智能体身份及安全控制机制。

谷歌对Claude的支持尤为值得注意，因其暗示企业可在更换执行具体任务的模型时，保留相同的智能体基础设施、公司上下文及可复用技能。微软同样支持多种模型及自动模型选择，这使得该能力正成为新兴竞争领域，而非谷歌独有。

谷歌新增成本控制与行业专属智能体

谷歌亦正强调日益自主的AI所带来的运营经济性。

一项名为Smart Routing的新功能，可根据性能与成本为各项工作任务选择模型，从而让企业得以将更昂贵的模型保留用于难度更高的任务。

谷歌还强调了项目级支出限额功能——当预算耗尽时可暂停智能体活动，并支持将成本归因至各部门。

然而，支出上限本身并非全新功能：谷歌已于8月宣布硬性项目级支出限额，同时推出按需付费选项，以及分别针对一年期与三年期承诺提供10%或20%折扣的节省计划。

谷歌尚未公布通用Gemini智能体的单独定价，亦未说明所有功能是否均包含于现有Gemini Enterprise订阅中。

该公司亦未提供新功能的正式上市日期或全面推广时间表。尽管谷歌现有的Gemini Enterprise应用已提供网页端与移动端访问，但此次公告并未明确客户何时可开始使用新的通用智能体、部署持久化数字同事，或充分利用其完整的跨平台功能。

这些悬而未决的问题，使企业采购方难以评估部署谷歌所提出的数字劳动力所需的即时成本与实际要求。

除通用智能体外，该公司正推出面向数据工程、商业分析、财务及法律工作的专业能力。

金融服务业当前处于预览阶段，包含50余项基础技能，并已连接FactSet与LSEG等金融信息提供商。法律服务则聚焦文档管理权限与保密性要求，支持NetDocuments与iManage等平台。

谷歌援引其现有Gemini Enterprise产品的广泛应用，称近90%的《财富》全球100强企业正在使用该平台。在其列举的案例中，法国巴黎银行（BNP Paribas）正向逾65,000名员工部署Gemini Enterprise，而日本保险公司SOMPO已构建逾10,000个定制智能体。这些部署未必代表采用了新的通用智能体。

对企业技术领导者而言，更大的问题是：单一AI系统能否在跨越多个应用、敏感数据源及长期运行的过程中，可靠地处理工作，且不引入不可接受的安全、运营或财务风险？

谷歌的公告为应对这些挑战提供了雄心勃勃的架构。但关于功能可用性、真实场景下的可靠性，以及大规模运行持久化智能体的成本等问题，仍有待解答。

竞争日益不仅围绕哪家公司提供能力最强的AI模型展开，更聚焦于企业信任哪个平台来协调其工作——即便底层模型来自竞争对手。