Gemini Agent是谷歌开发的一套人工智能系统，旨在借助关联的应用、调研工具与网页浏览功能来执行多步骤任务。该功能于2025年11月18日作为Gemini应用的一项实验性功能推出，它将助手的能力从生成回答拓展至代表用户协调与执行操作，并在关键操作前请求确认。随后，谷歌云于2026年10月8日发布了一款面向企业的Gemini智能体。面向消费者的功能与面向企业的产品发布虽均采用了任务委派机制，但在产品背景和管控机制上各有不同。(blog.google)
消费者端功能
原版的Gemini Agent运行于Gemini应用内。其目标是接收一个相对宽泛的目标，将其拆解为若干子任务，并利用合适的工具推进以达成预期结果。上线初期，它由Gemini 3提供支持，并吸取了谷歌浏览器交互研究项目Project Mariner的经验。谷歌最初在网页端面向美国地区的Google AI Ultra订阅用户开放该功能；其版本发布说明中规定用户须年满18岁。这些属于上线初期的限制条件，而非永久性的可用性描述。(blog.google)
该功能将Gemini的推理与工具调用能力同已关联的谷歌应用相结合。其可用资源包括Gmail、日历（Calendar）、深度研究（Deep Research）、Canvas以及实时网页浏览。这使其成为一种操作意义上的AI智能体：它能够利用工具推进任务，而不仅仅是指示人类用户可以采取哪些步骤。(gemini.google.com)
任务执行与应用场景
谷歌公开的示例展示了几类委派任务：
- 收件箱整理： 识别优先级并起草电子邮件回复以待审核。
- 日历管理： 管理日历日程并添加提醒。
- 行程安排： 在电子邮件中查找航班信息，根据预算和车型要求对比租车方案，并生成预订草稿。
- 研究辅助工作流： 将通过浏览或调研工具收集到的信息与来自关联应用的内容相结合。(blog.google)
租车示例展示了回答问题与执行工作流之间的区别。智能体不仅会推荐租车公司，还会将用户电子邮件中的信息与外部选项整合，并准备完成交易。准备预订与完成付款存在本质区别：系统在执行后者前必须请求确认。(blog.google)
用户控制
Gemini Agent宣传的自主性受限于人工监督。谷歌表示，该系统在执行关键操作（包括发送消息和付款购买）前均会寻求确认。用户可以暂停执行或接管任务。因此，这一设计架构本质上是带有审核检查点的委派执行，而非赋予智能体对账户或交易的无限制权限。(gemini.google.com)
企业级Gemini智能体
2026年10月8日，谷歌云推出了作为统一工作智能体的Gemini agent。该发布描述了其涵盖问答、知识工作、内容与媒体创作以及编写并运行代码等多项能力。它能够接入业务系统，利用技能与工具来实现指定目标。这一企业层面的名称使用应与2025年推出的实验性消费者端功能区分开来。(blog.google)
谷歌描述的企业架构支持对话交互、自主指派、计划任务以及事件响应。谷歌还宣布该智能体可跨多种设备与工作环境访问，包括Google Workspace、Microsoft 365、Slack及第三方应用，并且能够在没有独立用户界面的情况下运行。这些均为发布公告中所描述的能力，并不代表所有客户都能使用所有集成功能。(cloud.google.com)
该企业级产品在强调自动化的同时，也着重强调组织层面的管控。谷歌的公告列出了身份与策略管理、授权与权限控制、安全沙箱以及网络网关。此外还介绍了模型选择与成本控制功能。这些特性满足了智能体在业务系统内运行并处理组织数据时的管理需求。(cloud.google.com)
相关产品与术语
Gemini这一名称涵盖了模型、应用及智能体产品；这些类别不能混为一谈。Gemini 3是消费者端Agent推出时为其提供驱动的模型版本，而Gemini Agent则是围绕该模型能力构建的、支持工具调用的功能。大语言模型提供了推理与生成能力，而外层的智能体产品则提供了使用工具和应用的访问接口。(blog.google)
Gemini CLI是一个独立的面向开发者的接口。谷歌将其列为支持Gemini 3的环境之一，其官方文档描述了用于管理本地和远程子智能体的命令。它与消费者端的Gemini Agent功能并非同一个界面。(blog.google)
谷歌在2026年5月19日的更新说明中还推出了Gemini Spark，作为能够协助用户处理任务的个人智能体。这一新名称属于不断演进的消费级智能体产品线，但相关发布说明并未表明Gemini Agent的所有功能、使用条件或界面都原封不动地迁移到了Spark中。(gemini.google.com)
局限性与安全性
该消费者端功能明确作为实验性功能推出。其公开发布的演示仅展示了预期的使用场景，而非在任意任务中经过量化测定的成功率。同样，谷歌对Gemini 3更广泛的评估主要针对模型本身的能力，不应被直接视作Gemini Agent在真实的预订、发信或账户管理工作流中可靠性的直接衡量。(blog.google)
支持工具调用的网页浏览功能也会引发网络安全问题。谷歌报告称Gemini 3对提示注入的防御能力有所提升，并介绍了旨在防止浏览智能体遵循与用户目标相违背之指令的分类器。这些仅属于保护措施，不能保证外部输入的内容完全无法对智能体产生影响。确认检查点与企业权限控制则分别针对该风险的不同环节进行防范：前者要求关键操作须经核准，后者限制了智能体所能执行的操作范围。(blog.google)
参考来源
- Gemini 3 brings upgraded smarts and new capabilities to the Gemini appblog.google
- Gemini Apps’ release updates & improvementsgemini.google.com
- 15 examples of what Gemini 3 can doblog.google
- Google Cloud introduces the Gemini agent.blog.google
- Welcome to Gemini at Work 2026: Introducing the Gemini agentcloud.google.com
- Welcome to Gemini at Work 2026: Introducing the Gemini agentcloud.google.com
- A new era of intelligence with Gemini 3blog.google
- CLI commandsgithub.com
- Securing the next generation of browsingai.google