Google запускает Gemini agent: корпоративный ИИ переходит от «выбора моделей» к «управлению агентами»

Что произошло

8 октября 2026 года Google Cloud анонсировал Gemini agent на мероприятии Gemini at Work 2026 — официально определённого как «единый универсальный агент для работы». Он отвечает на вопросы, выполняет интеллектуальную работу, создаёт изображения и медиа, пишет и запускает код — всё через одно окно запроса и один API. В официальной публикации блога, адаптированной из его ключевого выступления, генеральный директор Thomas Kurian сформулировал это так: вы даёте ему цели, а не инструкции; вы делегируете результат и возвращаетесь к готовой работе.

Агент опирается на шесть архитектурных принципов. Единый агент: чат, автономное выполнение целей и программирование живут в одном интерфейсе. Вездесущий доступ: веб, iOS, Android, Windows и Mac, а также командная строка, Google Workspace, Microsoft 365, Slack, сторонние приложения и работа без интерфейса (headless). Постоянное выполнение в облаке: единый набор памяти, контекста и графа персонализации следует за вами между устройствами, а работа может длиться часами или даже днями — закрытый ноутбук её не останавливает. Оркестрация множества агентов: он может динамически создавать временных субагентов, каждый со своей идентичностью, выполняющих многошаговые задачи параллельно или последовательно; он также может создавать постоянных агентов-коллег (coworker) — как членов команды — с собственными адресами @agents.company.com, календарём, хранилищем на Диске и постоянным хранилищем, видимыми только в явно предоставленном им контексте. Глубокая контекстуальность: он поддерживает четыре вида памяти — память сессии, семантическую память, процедурную память и эпизодическую память.

[1] [2] [3]

Ключевой ход: отделение модели от агента

Официальный блог формулирует прямо: Gemini — это агент, а лежащая в основе модель — отдельный выбор. Он направляет каждую задачу на наиболее подходящую модель — сегодня это семейство Gemini от Google и модели Claude от Anthropic, в будущем — другие ведущие частные и открытые модели. Фраза Куриана достойна дословного цитирования: «Лидирующая модель меняется каждые несколько месяцев», поэтому открытый выбор означает, что вашему контексту, навыкам и данным никогда не придётся переезжать.

Стоимость и управление идут парой. По стоимости: мульти-модельная оркестрация, Smart Routing и лимиты расходов в реальном времени. По управлению: управление идентичностью и политиками, контроль авторизации и разрешений, безопасная песочница и сетевые шлюзы. Интеграция с Workspace — место, где это приземляется: Gemini работает прямо внутри Gmail, Диска, Документов, Презентаций, Таблиц, Чата и Календаря в трёх режимах — личный помощник, проактивное делегирование (распознаёт делегируемую задачу в письме и передаёт её одним кликом) и член команды (агент-коллега с собственным аккаунтом Workspace, присутствующий в корпоративном каталоге, упоминаемый через @ в чате).

Список коннекторов длинный: Confluence, Microsoft Office, Teams, Slack, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, Postgres, Snowflake, файлы на рабочем столе и любой MCP-сервер внутри или вне корпоративной сети — плюс корпоративный реестр инструментов, реестр навыков и навыки анализа данных на естественном языке. По вертикалям: специализированные версии для финансовых услуг и юридических команд уже анонсированы (по данным Reuters — в preview), версии для госсектора, здравоохранения и ритейла — на подходе. Юридическая фирма Cooley объявила себя партнёром запуска агента для подготовки судебных документов к публикации.

[1] [2] [6]

Почему это важно: три сдвига

Во-первых, меняется логика закупок. Весь последний год центральным вопросом закупки корпоративного ИИ был «какая модель»; Gemini agent понижает его до политики маршрутизации — платформа агентов выбирает за вас. Это прямой удар по каждой команде, строящей собственный шлюз моделей: когда сам Google оркестрирует модели Anthropic, история платформы «только наши модели» больше не работает.

Во-вторых, идентичность агента становится объектом управления первого класса. Агент-коллега имеет собственную почту, календарь и атрибуцию в истории версий — когда он предлагает правку в комментарии к документу, он появляется под своим именем в истории версий. Это означает, что аудит, разрешения и увольнение — старые проблемы HR и ИТ — теперь нужно решать заново для нечеловеческих «сотрудников». Идентичность, политика, песочница, шлюз: методология, которой предприятия управляли SaaS-приложениями, переносится на агентов.

В-третьих, стандартизируется архитектура памяти. Когда крупный вендор записывает разделение на четыре памяти (сессия/семантика/процедура/эпизод) в официальную архитектуру, это может стать словарём отрасли по умолчанию. Команды, строящие инфраструктуру агентов, должны уже сейчас решить, согласуются ли их собственные слои памяти с этим языком — согласие покупает понимание покупателей; расхождение стоит объяснений.

[1]

Контраргументы и то, что пока нельзя утверждать

Во-первых, границы доказательств. Все цифры внедрения из официальной публикации — почти 500 клиентов, каждый обработавший более триллиона токенов за последний год, почти 80% клиентов Cloud, использующих его ИИ-продукты, почти 90% компаний Fortune 100, использующих Gemini Enterprise, — и кейсы вроде Bradesco, сократившего проверку документов «с часа до пяти минут», или Orange Spain, развернувшего «более 1000 агентов», — это собственные заявления Google без независимого аудита. Их нельзя цитировать как отраслевой ориентир.

Во-вторых, отсутствуют ключевые коммерческие факты: в публикации нет цен и сроков общей доступности. Сторонние сообщения (runtimewire со ссылкой на 9to5Google) говорят, что продукт пока в private preview, а более широкая доступность будет разворачиваться поэтапно для отдельных планов Workspace Business и Enterprise — считайте это сторонней информацией, пока Google не подтвердит.

В-третьих, «направлять каждую задачу на лучшую модель» звучит элегантно, но критерии принятия решений Smart Routing, объяснимость решений маршрутизации и атрибуция затрат между моделями не раскрыты. Пока затраты нельзя по-настоящему аудитировать, обещание экономии от мульти-модельной оркестрации — маркетинговое заявление.

Наконец, риск зависимости реален. Память, навыки и реестры инструментов агента оседают внутри системы Google Cloud; «открытый выбор» касается выбора моделей, а не миграции платформы. Ставка идентичности агентов и графа памяти компании на единственного облачного вендора — решение уровня совета директоров.

[1] [6] [5]

Действия для разработчиков и руководителей

Для разработчиков: во-первых, перестроить модель разрешений вокруг «идентичности агента» — почта и хранилище агента-коллеги являются реальной поверхностью атаки, и принцип наименьших привилегий теперь применим к нечеловеческим субъектам. Во-вторых, обновить предположения об интерфейсе: агенты могут работать прямо внутри документов, почты и чата, так что «открыть ИИ-приложение» может перестать быть началом пользовательского пути. В-третьих, оценить список MCP-коннекторов пункт за пунктом — это самый дешёвый путь подключения существующих систем к платформе агентов.

Для руководителей: во-первых, перенести часть бюджета «выбора моделей» на «управление агентами» — идентичность, аудит и лимиты расходов более срочные статьи, чем параметры модели. Во-вторых, требовать отчётности об объяснимости решений маршрутизации; не платить за Smart Routing как за чёрный ящик. В-третьих, пилотировать надёжность длинных задач «от часов до дней» на собственных бизнес-данных — обещание постоянного выполнения нужно перепроверять вне keynote запуска.

Одной строкой: Google выпустил не более сильную модель, а прототип корпоративной операционной системы «агент как сотрудник». Модели будут меняться каждые несколько месяцев; идентичность, память, управление и маршрутизация — инфраструктурные вопросы, которые останутся на ближайшие три года.