企业Agent正在从“随叫随答”变成“接下目标后持续干活”。10月8日，Google Cloud公布新的Gemini企业Agent：任务可在云端连续运行数小时甚至数天，用户关掉电脑后也不会中断；遇到复杂工作，它还能临时创建多个子Agent并行处理，再把结果汇总回来。真正值得关注的并非功能数量，而是Google试图把记忆、模型、工具、身份、审计与成本控制放进同一个调度层。

从聊天入口变成跨系统任务总调度

Gemini agent采用一个界面和一套API，既能回答问题，也能处理知识工作、生成媒体、写代码和运行代码。它可从网页、手机、Windows与Mac桌面、命令行进入，也能嵌入Google Workspace、Microsoft 365和Slack，或以无界面的方式接入第三方应用。用户给出的不再只是一步指令，而是一个需要交付结果的目标。

云端持久执行是这次变化的关键。系统维护统一的会话记忆、组织知识、工作方法和历史经验，员工从另一台设备回来时无需重新交代背景。复杂任务还可以被拆成串行或并行步骤，由临时子Agent分别检索资料、处理数据、编写代码或生成文档。对于跨越多个系统的工作，这比让用户在多个机器人之间手工搬运上下文更接近真实项目协作。

数字同事有身份，但权限不能只靠一句提示词

Gemini既可做个人助理，也可成为团队共享的coworker agent。后者可拥有专属邮箱、日历、Drive存储和企业目录身份，员工能像分配任务给同事一样在聊天、邮件或文档中提及它。它只能看到被明确共享的上下文，操作记录归属于Agent自身，而不是隐藏在某个员工账号之后。

治理层面，每个Agent可配置细粒度角色权限，通过OAuth把身份传递到外部系统；代码与工具任务进入带网络边界的沙箱，进出流量由Agent Gateway执行统一策略。Agent与底层模型也被拆开，目前可在允许范围内使用Gemini或Claude。管理员还能设置项目级硬性支出上限，额度触发后任务暂停，避免一个长任务或成群子Agent无限消耗预算。

63%与30秒说明潜力，也暴露评测缺口

在具名案例中，Bloomberg Media把数据表的业务含义、常用查询和关系沉淀进知识目录后，初期开发阶段的SQL查询准确率提升63%；Snap让Prism Agent直接连接存储归档，把一次技术诊断从30分钟压到30秒。这些数字说明高质量上下文与数据连接比单纯更换模型更可能改变交付结果。

但两组数据都来自厂商与客户联合材料，没有公开完整样本、失败率、人工介入和总成本，不能当作所有企业Agent的平均表现。Google也没有给出跨应用长任务的独立对照基准。企业试点不能只看最终答案，还要记录任务完成率、步骤重试、权限拦截、人工接管、状态恢复、单位任务成本和审计闭环。

小编判断：竞争焦点正从模型能力转向任务控制面

Google这次最有分量的变化，是把Agent定义成一个可长期保留的企业执行主体，而非某个模型的聊天外壳。模型可以替换，组织上下文、权限、工具、技能和审计记录则留在控制面中。若这套架构成熟，企业购买的将不只是更聪明的模型，而是一套能分派、约束和追踪数字工作的运行系统。

不过，产品仍处于私有预览。并非每种Agent都会获得完整Workspace账户，账户如何开通、服务能否单独关闭、是否需要额外许可都未说明；第三方模型处理时的数据驻留与保留细节、长任务和子Agent的真实用量费用也待公布。现阶段它更适合作为企业Agent控制面的方向样本，而不是已经可以全面替代流程系统的成熟产品。

企业若进入预览，应先选可撤回、可复核、边界清楚的任务，用独立身份而非员工账号运行，并为外发、写库、付款和权限变更保留人工确认。能连续工作几天只是起点；真正决定能否上线的，是它在第几小时仍能保持目标、权限、预算和证据链一致。