谷歌发布办公Agent Gemini Agent，支持调用Claude

Google Cloud 发布长文《Welcome to Gemini at Work 2026： Introducing the Gemini agent》，由 Google Cloud CEO Thomas Kurian 署名，正式推出 Gemini Agent。按谷歌的设想，这是一个覆盖各类工作任务、能够长期运行的通用办公 Agent，可以查资料、写邮件、做 PPT、分析数据、编写和运行代码。

但这份发布里最不寻常的一点，是谷歌明确表示 Gemini Agent 的底层模型可以单独选择：现阶段可在自家 Gemini 系列与 Anthropic 的 Claude 系列之间动态选择，未来还计划支持更多闭源和开源模型。谷歌把这套能力称为多模型编排，并配套提供 Smart Routing 自动路由，根据任务在效果、速度和成本之间做选择。

一家公司主动把竞争对手的模型列为自家 Agent 的可选底座，说明它判断竞争的焦点已经不在模型本身。这是本文的推断，依据是谷歌同时强调的另一句话：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，企业调整底层模型无需推倒已建立的工作流程。如果上下文和工作流才是资产，模型就变成了可替换的零件。

谷歌为 Gemini Agent 定下的工作原则是“You give it objectives, not instructions”，即用户只需交代目标而非逐步指令。官方描述的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。

需要区分的是，以上均为谷歌官方介绍，属厂商自述，尚无第三方独立验证。转述文章也没有给出 Gemini Agent 的具体发布时间表、定价或可用地区，更没有提供任何基准测试分数或性能对比数据。因此“能做什么”目前只能按官方口径理解，实际可用性与稳定性仍待观察。

在 Gemini Agent 框架下，谷歌提出了 Coworker Agent（同事智能体）：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，并配置独立的 Google Workspace 账号、企业邮箱、日历和 Google Drive 存储空间。

这个身份不是装饰。按官方介绍，AI 同事可以出现在公司通讯录中，团队成员能像对待普通同事一样邀请它加入 Google Chat 群聊，或在文档中 @ 它；它用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。

把 Agent 从“工具”改造成“组织成员”，改变的是治理对象。工具只需要权限，成员需要身份、审计与责任归属。转述文章提到谷歌把模型选择、企业数据连接、安全审计和成本控制放进这套体系，但企业采用独立身份 AI 同事后的权限与审计风险尚不明确，这一点在现有信息中仍是空白。

按官方介绍，Gemini Agent 拥有四种记忆。会话记忆用于保存当前任务上下文，即使任务持续数天，它也能记住已完成步骤与待办工作；语义记忆让它从阅读文档、与人交流及与其他 Agent 协作中积累知识，并组织成结构化知识库；程序性记忆记录一项工作应如何完成，它甚至可以自己编写 Skills，把工作中学到的方法保存下来供后续任务使用；情景记忆则用于记录过去完成过哪些工作及相应的执行经历。

这四种记忆组合起来的目标很直白：减少用户重复交代。谷歌用了一个比喻，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。

但记忆越强，数据边界问题越尖锐。四种记忆机制在真实企业环境中的效果与数据隔离方式，在现有信息中并不清楚；多模型编排在效果、速度、成本之间的实际权衡结果同样未知。这些都不是发布文案能回答的问题。

谷歌入场的时间点微妙：9 月 29 日 OpenAI 刚发布能够 7×24 小时工作的 Dots，此前 Meta 也推出了个人 AI Agent Muse。

按转述文章的描述，OpenAI 的 Dots 拥有独立云端电脑、支持 7×24 小时运行、能记住用户长期目标和工作习惯，并可连接超过 4000 个应用，但更强调围绕用户个人持续工作，其面向企业岗位的专业 Dots 主要处于早期企业试点阶段。Meta 的 Muse 则更偏个人生活场景。相比之下，谷歌此次重点展示的是让 Agent 进入企业已有的组织和办公体系，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。

需要说明的是，关于 Dots 与 Muse 的这些描述同样来自该转述文章，未附第一方来源，应视为来源说法而非已确认事实。三家竞争格局的最终走向，无法从现有信息判断。