Google 設想 Gemini 成為擁有專屬工作空間身分的數位同事

前言

Google Cloud 推出了 Gemini Agent，這是一款職場 AI，旨在處理公司各種軟體中的任務，並在使用者闔上筆記型電腦後繼續於雲端工作。執行長 Thomas Kurian 於週四在公司的 Gemini at Work 活動上介紹了這款代理程式；它反映出 AI 正從單純回答提示，轉向能追求目標並交付已完成工作的系統。它能在 Google Workspace 工具中執行，也能連接 Google 以外的服務。管理者還可以建立擁有專屬 Workspace 身分的專業化「同事代理程式」。這種模式或許能讓委派重複性工作更容易，但也帶來監督、安全性和成本方面的疑問。核心問題不只是代理程式能做什麼，而是組織如何追蹤並限制它的行動。

懶人包

Google 的 Gemini Agent 是一款雲端職場助理，能跨 Gmail、Docs、Sheets、Slides、Drive、Chat 和 Calendar 工作，也支援 Microsoft 365 和 Slack。管理者可以建立依職務設定的代理程式，並為其配置專屬電子郵件地址、行事曆、Drive 儲存空間和公司通訊錄項目。Google 表示，每個代理程式都有獨立且經密碼學驗證的身分，在 Agent Sandbox 中運作，並透過 Agent Gateway 傳送流量。即時支出上限旨在控管 token 成本。Google 尚未公布價格和正式推出日期；金融服務和法律版本目前處於預覽階段，政府、醫療保健和零售版本則預計即將推出。這項構想結合了持續委派工作，以及確保問責、隔離和支出控管的機制。

正文

Google Cloud 將 Gemini Agent 定位為能處理商業任務的通用 AI 工作助手。執行長 Thomas Kurian 於週四在公司的 Gemini at Work 活動上介紹了它，並描繪出一種「工作現在從提示視窗開始」的職場情境。這款代理程式的設計不只是回覆資訊，而是接收目標、執行一連串動作，再交付成果。Google 表示，它能在雲端持續工作數小時或數天，即使使用者闔上筆記型電腦也不受影響。

這款代理程式旨在支援各種生產力工具。在 Google Workspace 中，包括 Gmail、Docs、Sheets、Slides、Drive、Chat 和 Calendar。Google 也表示，系統能連接 Microsoft 365 和 Slack。這些連結涵蓋的範圍相當重要，因為辦公室任務往往涉及多種應用程式：資訊可能透過電子郵件收到、需要整理至試算表、在聊天中討論，並加入行事曆。能在這些工具間切換的代理程式，或許能處理比只能使用單一應用程式的代理程式更完整的工作流程。

其中一項特色是 Google 所稱的「同事代理程式」。管理者可以描述一項職務，例如活動協調員，Gemini 就能建立一個擁有專屬 Workspace 帳戶的代理程式。該帳戶包含電子郵件地址、行事曆、Drive 儲存空間，以及公司通訊錄中的項目。因此，在組織內，這款代理程式會以獨立的工作身分呈現，而不是僅作為隱形功能，在員工帳戶下運作。

這種做法與其他代理程式架構中探索的功能相似。原文文章以 Grok Bot、GPT dots 和 Hermes bots 為例，說明提供類似功能的系統。其背後的概念，是讓 AI 代理程式更容易被指派工作，並與負責監督它的人區分開來。不過，賦予代理程式明確的組織身分，本身並不能決定它應獲准執行哪些操作。公司仍須決定各種職務適合存取哪些資料、應用程式和操作。

Gemini Agent 也旨在連接辦公室生產力軟體以外的商業系統。Google 列出的整合服務包括 Salesforce、ServiceNow、Jira、Snowflake 和 BigQuery。它也能連接任何支援 Model Context Protocol 的伺服器；這是一項開放標準，被形容為 AI 系統與軟體之間的通用插頭。透過這些連接，代理程式可能可以擷取資訊，或在用於客戶管理、服務營運、專案追蹤和資料分析的系統中執行步驟。

底層模型策略並不限於 Google 自家的 AI。Google 表示，目前 Gemini Agent 會協調 Gemini 模型和 Anthropic 的 Claude 模型，並將每項工作分派給它認為在品質和成本方面最合適的模型。這表示代理程式可能扮演協調層，依任務選擇不同模型，而非所有工作都仰賴單一模型。這種做法的實際價值，取決於系統選擇模型的能力、表現的一致性，以及客戶能否清楚了解特定工作由哪個模型處理。

自主執行操作也讓安全與問責問題受到關注。Google 表示，其做法是將每個代理程式視同員工，以便進行身分識別和追蹤。每個代理程式都有經密碼學驗證的身分，也就是透過密碼學驗證的數位身分；其操作會記錄在稽核軌跡中，並歸屬於該代理程式，而非人類使用者。這種區分有助於組織檢視代理程式的行為，並將自動化活動與員工操作分開。

Google 也介紹了兩層旨在限制和監控代理程式活動的措施。所有代理程式都在 Agent Sandbox 中執行；這是隔離環境，目的是讓軟體與系統其他部分分開。代理程式的所有流量都會經過 Agent Gateway，Google 稱之為「AI 網路防火牆」。這些措施旨在隔離代理程式，並控管通訊。其成效取決於實際部署方式和持續測試，尤其是當代理程式取得更多系統的存取權，並被要求完成更長的工作流程時。

謹慎隔離的必要性並非紙上談兵。7月，Accomplish AI 的研究人員表示，Claude Cowork 的本機模式可能會逃出 Mac 上的 Linux 虛擬機器，並存取主機電腦上的檔案。該報告談的是不同產品，但說明了隔離具有操作能力的軟體普遍存在的困難。沙箱和閘道可以降低風險，但組織仍須評估這些控制措施在實際運作環境中的表現，以及邊界或權限設定錯誤時會發生什麼事。

成本是另一項重要考量。AI 代理程式會消耗 token，也就是模型讀取和產生的文字片段，而客戶須為此用量付費。持續在多個應用程式中工作的系統，使用的 token 可能比簡單的問答互動更多。Google 表示，過去一年中，近 500 家客戶各自處理了超過 1 trillion 個 token。Google 也新增即時支出上限：專案達到上限時，代理程式會暫停，直到有人點擊繼續。這項機制讓團隊能設定界線，但仍須選擇適當的上限，在不中斷工作與控管預算之間取得平衡。

產品供應狀況和商業條件仍有待公布。Google 尚未公布 Gemini Agent 的價格或正式推出日期。金融服務和法律版本目前處於預覽階段，政府、醫療保健和零售版本則列為即將推出。這些分階段推出的版本顯示，Google 正為不同產業定位這項產品，但原文並未提供更多發佈時程或產業專屬功能的細節。

因此，評估這套系統的組織，考量重點不只是代理程式能否完成任務，還包括它能存取哪些應用程式、如何記錄其身分和操作、如何測試沙箱與網路控制措施，以及達到支出上限時由誰授權繼續使用。持續運作的代理程式或許能減少人們手動協調每個步驟的需要，但有效的委派必須仰賴明確的界線和檢視機制。Gemini Agent 的潛力，取決於能否將實用的自主能力與控管措施結合，讓其工作可見、受限且可追溯。

重點摘要表