谷歌发布Gemini Agent：支持调用Claude，打造拥有独立身份的办公AI同事

事件概述

Google Cloud于2026年10月9日发布《Welcome to Gemini at Work 2026》长文，正式推出Gemini Agent。该产品旨在成为覆盖各类工作任务的通用办公智能体，强调“给予目标而非指令”的工作原则，能够自行规划任务、跨应用调用工具，并在必要时协调多个子Agent协作完成复杂工作。

核心功能与机制

1. Coworker Agent：赋予AI独立职场身份

谷歌提出“Coworker Agent”概念，允许企业为Gemini创建具有明确工作职责的长期存在身份。其核心特征包括：

• 独立账号体系：配置独立的Google Workspace账号、企业邮箱、日历及Google Drive存储空间，并可出现在公司通讯录中。
• 协作集成：团队成员可通过Google Chat邀请其加入群聊或在文档中@它，操作记录留痕，便于企业管理和追踪。

2. 四层记忆机制

为实现对业务习惯和团队协作方式的深度理解，Gemini Agent构建了四种记忆类型：

• 会话记忆 (Session Memory)：保存当前任务的上下文，确保长时间跨度任务中的步骤连续性。
• 语义记忆 (Semantic Memory)：从文档阅读、人际交流及Agent协作中积累知识，构建结构化知识库（如产品信息、团队职责、内部术语）。
• 程序性记忆 (Procedural Memory)：记录工作流程与方法论，甚至支持Agent自主编写Skills（技能包），将经验固化供后续任务复用。
• 情景记忆 (Episodic Memory)：记录过往完成的工作及执行经历，使Agent能像新员工一样通过“入职培训”逐渐熟悉用户环境。

3. 多模型编排与动态路由

Gemini Agent打破了必须使用自家模型的局限，具备强大的底层模型调度能力：

• 多模型支持：现阶段可在Google自家的Gemini系列与Anthropic的Claude系列之间进行动态选择，未来计划支持更多闭源及开源模型。
• Smart Routing：根据任务复杂度、对速度的要求及成本预算，自动选择最优模型。简单任务使用低成本模型，复杂任务调用高性能模型，同一项目中也可组合不同模型完成不同环节。
• 数据与上下文保留：即使底层模型发生切换，Agent积累的上下文、Skills和企业数据得以保留，确保工作流程的延续性，避免推倒重来。

行业竞争格局

此次发布标志着谷歌正式加入办公Agent市场的激烈竞争，与OpenAI和Meta形成“三国杀”态势：

• Google (Gemini Agent)：侧重于企业级办公场景，深度融合Google Workspace生态，强调Agent在企业组织架构中的身份融入及跨应用协作。
• OpenAI (Dots)：提供7×24小时运行的云端电脑，连接超4000个应用，侧重围绕用户个人持续工作，目前正探索面向企业岗位的专业版试点。
• Meta (Muse)：更偏向个人生活场景，利用庞大的社交用户基础，帮助用户处理购物、旅行预订等日常琐碎事务。

其他更新

除Gemini Agent外，谷歌还宣布Gemini全面进入Google Workspace，支持开放Skills、Tools与企业连接器，并推出了针对数据分析、金融和法律领域的专业Agent，同时增强了Agent的安全治理与成本控制能力。