想象一下周一早上，你们公司的组织架构里多了一个新名字：它有自己的邮箱地址、自己的日历、自己的 Google Drive 存储空间，甚至在公司通讯录里拥有一个正式的身份。它不是新来的同事，而是谷歌刚刚发布的 Gemini agent——一个以「AI 同事」身份入职的智能体。10 月 8 日到 9 日，谷歌在 Gemini at Work 2026 大会上宣布了这一系列产品能力，由 Google Cloud 首席执行官 Thomas Kurian 亲自站台。据 VentureBeat、Quartz 等媒体转述谷歌官方口径，这不是又一个聊天窗口，而是谷歌迄今最激进的办公智能体形态：AI 不再只是帮你回邮件，而是像正式员工一样被编制进你的组织。
过去两年里，「AI 办公」的故事换过好几版讲法。第一版是聊天机器人，你问它答；第二版是副驾驶，它在你打字的间隙给建议；第三版是 agent，你给它一个任务它自己跑。但这几版有个共同前提：AI 永远是「外挂」状态，它借用你的账号、你的权限、你的名义去干活。Gemini at Work 2026 上发布的这套东西，试图改掉这个前提——AI 第一次以独立身份进入组织，拥有自己的资源，也因此可以被独立地授权、审计和追责。这才是「发工牌」三个字的真正分量。
一、一个通用 agent，目标驱动委派
先看这批发布的底座。据谷歌官方口径转述，Gemini agent 是一个单一通用企业智能体，工作方式是「目标驱动委派」：你描述想要的结果，它自己规划并执行。这与市面上大量「流程编排式」agent 形成对照——后者需要你先把工作流拆成步骤，agent 只是按脚本走。目标驱动意味着拆解本身交给它：你说「把这季度客户反馈整理成一份带趋势判断的报告」，而不是「先拉数据，再聚类，再写摘要」。
执行范围横跨 Web、iOS、Android、Windows、Mac 和命令行，接入 Google Workspace 与 Microsoft 365、Slack 等办公套件。这个覆盖面释放的信号很明确：谷歌不打算把 agent 锁死在自己的生态里，至少在企业现实面前，微软办公套件是绕不开的存在。
技术形态上，任务在云端执行。这意味着合上笔记本它也不会停——一个任务可以持续跑数小时甚至数天，第二天打开电脑再看结果。对需要跨时区、跨天推进的办公场景，这是与「一问一答式 AI」的根本区别。想象一个做竞品监控的任务：它可以连跑几天，每天更新结论，而不是每次都要你重新起一个会话。
二、三种形态：从助理到「领工牌」的同事
谷歌把 Gemini agent 分成三种形态，重点显然是第三种。
个人助理：它掌握你的日历、团队构成与项目关联，能在上下文里替你安排事情。比如它知道你在某个项目上的角色、和谁协作最多、下个月的差旅安排，需要时可以直接替你协调。这是最常见的形态，各家产品都已铺开，属于及格线竞争。
主动委派：Workspace Intelligence 会识别出可以委派的邮件，直接给出一键委派选项；收件箱的排序逻辑也从「按时间」改为「按重要性」。你收到的不再是待办清单，而是已经有人（或某个 agent）处理选项的提案。这一步其实是把 agent 的介入点前移——不是等你开一个 AI 应用，而是 AI 常驻在你每天最重要的工作界面（收件箱）里。
coworker agent「AI 同事」：这是本次发布的标志性形态。它拥有自己的 Workspace 账号、邮箱地址、日历、Drive 存储和公司通讯录身份。同事可以在 Chat 里把它拉进群聊，在文档评论区 @ 它派活——交互方式与给一个真人同事布置任务完全一致。你不用专门学习「如何调用 agent」，只要会拉群、会 @ 人，你就会用它。
据转述，它的身份通过密码学证明（cryptographically attested）来背书，权限只覆盖明确共享给它的文件，不继承整个组织的权限。换句话说，AI 同事不是拿到了万能钥匙，而是和你我一样要申请门禁卡——你得先把某份文件共享给它，它才碰得到。这个设计直接回应了企业安全团队最担心的问题：一个拥有全组织权限的 agent 一旦被诱导或出错，损失面有多大。谷歌给出的答案是：权限面从一开始就不给。
对熟悉这一领域的读者，本站此前的 AI 员工搭建指南（ai-agent-office-automation-sop）讲过如何用现有工具拼装一个自建 AI 员工：配账号、接日历、写委派规则，一步步手工搭。谷歌这次的做法是把「拼装」变成「出厂预装」，门槛从工程问题变成了采购问题。这一转变对中小企业影响最大——以前养一个懂 agent 工程的人才能做的事，现在勾选开通就能试。
三、四种记忆，决定它像不像老员工
真人同事的区别不在于会不会干活，而在于记不记得事。谷歌给 agent 配了四种记忆，据官方口径分别是：
- session：当前任务内的记忆，随任务生灭。相当于对话上下文，任务结束即清理。
- semantic：从文档与对话中沉淀的知识，比如你们团队的术语、项目背景、常引用的规范文档。
- procedural：工作如何完成的程序性记忆，包括它自己学会的技能。
- episodic：过往任务的记录，类似工作日志，需要回溯「上次怎么做的」时靠它。
这套分法值得注意的细节是 procedural 记忆「含自写技能」——agent 会把重复性流程固化成可复用的技能，类似工程师写内部工具脚本。第一次处理某类报表可能花二十分钟摸索，第二次直接调用自己总结的技能。长此以往，agent 的产出会随使用时间升值，这是它区别于「每次从零开始」的通用大模型的关键。
这套思路与 agent 记忆与权限体系的评测思路不谋而合，本站的 agent 凭证与权限体系横评（agent-credential-permission-comparison-review）讨论过为什么记忆和权限是企业 agent 落地的两大命门：记忆决定上限，权限决定能不能过采购。
四、模型路由与成本控制：不绑 Gemini 一家
一个容易被忽略但对企业采购关键的点：Gemini agent 不绑定单一模型。据转述，目前支持 Gemini 系列与 Anthropic 的 Claude 系列，「更多模型计划中」。谷歌自家产品接入竞品模型，这在几年前不可想象，如今成了企业级产品的默认姿势——采购方越来越在意「不被单一模型绑架」。
Smart Routing 机制按质量与成本在模型之间分配任务——简单活用便宜模型，复杂任务再上重型模型。这个思路与开发者侧的多模型编排一致，本站的 agent 运行时与 SDK 横评（agent-runtime-sdk-comparison-review）分析过：路由策略的好坏，往往比单个模型的强弱更影响端到端成本。
成本侧的管理工具也一并给出：管理员可以设置项目级的消费阈值，触顶自动暂停。这套设计明显是冲着 CFO 而来的——agent 自主执行数天任务的能力如果没有预算围栏，账单会先于效果出问题。「触顶自动暂停」而非「触顶告警」，说明谷歌把失控风险当成设计前提而不是异常情况。
五、安全与企业治理
企业智能体的合规框架这次给得比较全：Agent Gateway 负责网络层策略，控制 agent 能访问哪些网络资源；任务在隔离容器中执行，彼此不串味；全程有审计轨迹，配合角色权限体系。加上 coworker agent 的密码学身份证明与最小共享权限，谷歌显然吸取了行业内对 agent 安全的普遍担忧，把「AI 同事如何被审计」作为一级问题来解。
行业版方面：金融版接入 FactSet 与 LSEG 数据，内置 50 多项技能；法律版对接 NetDocuments 与 iManage；两者均在预览中。政府、医疗、零售版本在途中。先做金融与法律不意外——这两个行业预算充足、合规要求最重，也最能检验治理框架。
生态数字方面（均为谷歌口径，注意这是甲方自报）：近 90% 的 Fortune 100 企业已是 Gemini Enterprise 客户；BNP Paribas 部署覆盖 6.5 万名员工；SOMPO 自建 agent 超过 1 万个；Orange Spain 超过 1000 个；On 参与了动态模型选择的测试。这些数字用于理解市场热度即可，第三方便核实程度有限，「客户」与「深度使用」之间也可能有距离。
六、竞争坐标：十天内四家先后出牌
把时间线摆出来，能看到办公智能体这条线已经进入密集对射期：
- 8 月，Grok Bot 上线，9 月跟进 Team Bots；
- 9 月 25 日，微软更新 Copilot；
- 9 月 29 日，OpenAI 推出 always-on 的 dots agents；
- 10 月 6 日，Anthropic 让 Claude 原生集成 Google Docs、Sheets、Slides；
- 10 月 8-9 日，谷歌发布 Gemini agent 全家桶，直接打出「AI 有工牌」这张牌。
各家策略分化明显：微软走存量 Office 席位，胜在装机量；OpenAI 走常驻 agent，胜在消费者心智；Anthropic 走模型层渗透，把 Claude 塞进别人家的办公套件；谷歌则选择最重的路线——给 agent 建立完整的组织身份与治理体系，赌的是企业最终会为「可审计」买单。谁的形式能被企业 IT 部门接受，2026 年内就能见分晓。
模型层的基础也在快速迭代，本站此前报道的 Gemini 4 Argon 发布（gemini-4-argon-release-hotspot）以及 OpenAI 的 GPT-6.1 SOL 极速版热点（gpt-6-1-sol-ultrafast-hotspot）都属于同一条竞争线上的底层牌——应用层的 agent 大战，最终还是要靠模型层的供给能力托底。
七、可用性红线：国内读者请先划重点
几个必须说清的边界。其一，Gemini agent 目前处于 private preview 阶段，广域开放谷歌没有给出日期，「计划中」与「已上线」之间的距离在科技公司发布文化里从来不小。其二，它随 Gemini Enterprise 与 Workspace Business/Enterprise 席位提供，不额外收费——这是谷歌口径，后续是否有变化需以官方为准。其三，coworker agent 的部分账号细节尚未确认，本文不展开猜测。
对国内企业读者：这是国际版企业服务，在国内不属于可直接采购使用的范围，切勿当成可用的国内服务来评估。想在国内语境下搭建类似能力，开源与本地部署路线反而更可控，比如本批报道的 JetBrains 开源编程模型 Mellum 2.1（mellum-2-1-open-source-coding-resource），就是可以自主托管的选择——虽然它是编程专用模型，但「模型自主可控 + 数据不出域」的思路与办公 agent 的本地化诉求是同一条路径。
结语：当 AI 开始有工牌
回顾这一波，真正值得记住的不是某个功能清单，而是范式变化：智能体从「工具」变成「同事」，从租用算力变成授予身份。邮箱、日历、通讯录条目——这些原本专属于人类员工的组织资源，开始向 AI 开放。随之而来的治理问题（谁来为 AI 同事的错误负责、如何审计它的每一次操作）恰恰是谷歌这次花大力气铺垫的部分。
值得玩味的是，谷歌没有把「AI 同事」讲成替代故事，而是讲成扩编故事：通讯录里多一个成员，群聊里多一个可以 @ 的对象。这套叙事比「取代某某岗位」温和得多，也更容易被组织接受。至于实际落地中 AI 同事的表现是否配得上它的工牌，就要等 private preview 之外的更多企业实例了。
你愿意给一个 AI 同事发工牌吗？欢迎在评论区聊聊你的立场。