Én agent i stedet for et sortiment
Google Cloud præsenterede Gemini-agenten den 8. oktober og kaldte den “én enkelt universel agent til arbejde”. Indlægget bygger på en keynote af Thomas Kurian, administrerende direktør i Google Cloud, på selskabets konference Gemini at Work.
Trækket er en konsolidering. Hvor Google har solgt assistenter, platforme og copiloter som separate ting, beskriver selskabet nu én tekstboks og ét API, der svarer på spørgsmål, udfører vidensarbejde, genererer medier og skriver og kører kode. Brugeren giver den mål i stedet for trin, og Google siger, at den leverer færdigt arbejde inde i de dokumenter, indbakker og udviklerværktøjer, folk allerede bruger.
Den kører på web, iOS, Android, Windows og Mac, fra kommandolinjen og inde i Google Workspace, Microsoft 365 og Slack. Den kan også bygges ind i tredjepartsapps eller køres helt uden grænseflade.
Den kører dit arbejde på Claude
Detaljen, der er værd at stoppe ved, er modelrouteren. Google siger, at agenten i dag orkestrerer både selskabets egne Gemini-modeller og Anthropics Claude-modeller, med andre private og åbne modeller på vej, og at hver opgave kører på den model, der vurderes bedst egnet. En funktion kaldet Smart Routing træffer den beslutning automatisk med lavest mulige omkostning ved acceptabel ydeevne som mål.
Det er en cloududbyder, der fortæller erhvervskunder, at den vil bruge deres penge hos en direkte konkurrent, når konkurrentens model passer bedre. Googles egen opstilling — Argon til ræsonnement i front, Flash til volumen, Omni til generative medier, Gemma til kanten — præsenteres som ét input i den beslutning snarere end som selve produktet.
Agenter med deres egen mailadresse
Agenten laver midlertidige, opgavespecifikke underagenter med egne identiteter og koordinerer dem parallelt eller i rækkefølge. Den introducerer også det, Google kalder en kollegaagent: en permanent, rollebaseret agent med egen identitet, eget lager og adgang kun til den kontekst, dens team giver den. I Workspace får agenten sin egen konto og sin egen adresse på et dedikeret domæne, kan føjes til samtaler eller nævnes i dokumentkommentarer, og optræder i versionshistorikken under sit eget navn.
Google beskriver fire typer hukommelse bag dette: sessionshukommelse, semantisk, procedural og episodisk. Den procedurale hukommelse dækker, hvordan arbejdet udføres, inklusive færdigheder agenten har skrevet til sig selv.
En firewall til agenter
Afsnittet om styring er bygget op om fire spørgsmål: hvem agenten er, hvad den må gøre, hvad den gjorde, og hvad den aldrig må røre. Hver agent får en kryptografisk attesteret identitet, der stemples ind i loggene og i hver virtuel maskine, den starter. Agenter kører i en Agent Sandbox med egen netværksgrænse, og al deres trafik går gennem Agent Gateway, som Google kalder en AI-netværksfirewall, og som kan håndhæve regler som, at agenter ikke må åbne dokumenter klassificeret til begrænset adgang.
Omkostningerne behandles på samme måde: hårde udgiftslofter per projekt sat i Cloud Billing, som sætter projektets agent på pause, når de nås, og starter den igen med et enkelt klik.
Tallene er Googles egne
Google siger, at knap 500 kunder hver behandlede mere end tusind milliarder tokens det seneste år, at knap 90 procent af Fortune 100 bruger Gemini Enterprise, og at knap 80 procent af cloudkunderne bruger selskabets AI-produkter. Det hævder, at TPU 8i giver 80 procent bedre pris-ydeevne end forrige generation. Ingen af tallene er uafhængigt verificeret, og de kunderesultater, der nævnes — Bradesco der skærer en dokumentgennemgang fra en time til fem minutter, Ulta Beauty der tredobler digital konvertering — rapporteres af kunderne selv.
Brancheversionerne er nået længere på nogle områder end andre: finansielle tjenester og jura er i forhåndsvisning, mens offentlig sektor, sundhed og detailhandel beskrives som på vej.
Hvad man skal holde øje med
Indlægget giver hverken en dato for generel tilgængelighed eller en pris for Gemini-agenten, hvilket gør udmeldingen til en retning snarere end et produkt, man kan købe. Det, der er værd at følge, er routeren: hvis Googles egne værktøjer bliver ved med at sende frontarbejdet til Claude, begynder spørgsmålet om, hvilket laboratorium der vinder erhvervs-AI, at betyde mindre end spørgsmålet om, hvem der ejer orkestreringslaget over dem.
