Google Cloud 今日(10月8號)發布 Gemini agent,一個統一嘅 agentic AI 助理(即會自己分解任務、調用工具、跟進到底嘅代理系統),可以在 Web、行動、桌面同命令列之間移動,覆蓋 Google Workspace、Microsoft 365、Slack,甚至第三方應用,唔需要獨立介面。官方口號係「omnipresent」——你在邊,佢就喺邊。

佢做乜

Google Cloud CEO Thomas Kurian 話 Gemini 可以答問題、處理知識工作、產生圖像同媒體,亦可以把一個 concept 直接變成 finished product。「你畀佢 objectives(目標),唔係 instructions(指令);你委派一個成果,返嚟喺度就有成品。」佢補充,要做成件事,代理必須連上個人工作流程、公司 systems of record(核心業務系統)同企業控制機制。

子代理自帶 email 同存檔

呢個產品跟住目前 AI 行業嘅「persistent execution」(持久執行)趨勢:單一記憶、單一上下文、單一 personalization 橫跨所有渠道同所有子代理。Gemini 本身係一個「team mate」,記住你講過嘅嘢,可以 spawn 出更細嘅「coworker agents」——佢哋有自己嘅 identity 同專業,有 @agents.company.com 嘅電郵同獨立持久存儲,只可以看到用户或團隊成員提供嘅 context。

模型可以揀:Flash、Argon 同 Claude

Google Cloud 話 Gemini agent 支援模型選擇:每個任務按需要跑喺適合嘅模型上。簡單日常任務跑 Gemini Flash(小快),長程、多步驟嘅任務跑旗艦前沿模型 Argon。Anthropic 嘅 Claude 模型今日已經可用,其他領先嘅閉源同開源模型之後加入。

工具、數據庫同 skills

Gemini 透過 Confluence、Microsoft Office、Teams、Slack、Workspace 等協作工具接駣;亦支援 Git、Jira 等開發工具,Salesforce、ServiceNow 等企業平台,BigQuery、Databricks、Postgres、Snowflake 等數據庫,同桌面檔案。

用户可以建可重用嘅 skills(即教代理做特定多步驟任務嘅 prompt 模板)。Google 預裝全球 skills 庫;公司可以發布自己嘅 custom skills 到共享 registry,或者直接話畀代理聽「把呢個任務變成 reusable template」,佢會幫你轉。系統會喺每個問題同每個目標上學習,跨日、跨對話、跨其他代理、讀文件都保持 session memory。Google 話佢花喺「學用户做乜」嘅時間同用工具嘅時間一樣多。目前 Google 先提供 data 領域嘅專用 skills,其餘跟進中。

對讀者嘅關聯

對港人同跨國公司嘅 impact:呢個產品直接連入現有 M365、Slack、Jira 等工具鏈,唔需要換系統。重點係「data 去邊」同「邊個揸住權限」:系統會連接公司 systems of record、數據庫同文件,即佢有權限讀寫公司數據。子代理有自己嘅 email 同存儲,即組織層面會出現「有自己身份嘅 AI 員工」——呢個對 HR 流程、合規同審計係全新議題,值得問。

阿調搞兩下

呢個係廠商發布,我哋未實測。幾點留意:「persistent execution」同「跨渠道記憶」聽落好,但數據保留、保留幾耐、邊個可以清空、有冇 audit log,官方今日冇講。子代理有自己 email 同存儲,即係自己身份,但如果用户嘅 context 唔夠,子代理做嘅嘢係邊個負責?「You give it objectives, not instructions」聽落好輕鬆,但出錯嘅時侯,邊個執手尾?模型選擇包括 Claude,即係 Google 自己嘅企業代理系統用住對手嘅模型做 backend,呢個係實際考量,亦係市場事實。對打工仔:呢個係你老細畀你開工嘅新工具,定係佢開工你睇嘅工具?

阿調|深度調教