Google Cloud преработи Gemini като нещо повече от брандиран интерфейс на модела. В съобщението си Gemini at Work 2026 на 8 октомври компанията описа Gemini като единствен универсален агент за работа: една кутия за подкани, която може да отговаря на въпроси, да обработва знания, да създава медии, да пише и изпълнява код и да работи в корпоративни системи.
По-важната промяна за бизнес купувачите е архитектурната. Google казва, че агентният слой е отделен от основния модел, което позволява на Gemini да организира работата в Gemini модели и Claude модели от Anthropic днес, с планирани допълнителни частни и отворени модели. Това поставя продукта на корпоративния агент на Google в същата стратегическа категория като мултимоделен AI API шлюз, въпреки че е обвит в работно пространство и облачна платформа, а не е изложен само като инфраструктура за разработчици.
Съобщението също така добавя история за управление около този слой агент. Google казва, че Gemini може да създава динамично подагенти, да изпълнява постоянна облачна работа, да се свързва с корпоративни инструменти и MCP сървъри и да работи с идентичности на агенти, одитни пътеки, пясъчна среда и шлюз на агенти. За компаниите, оценяващи AI асистенти, това означава, че въпросът за закупуване вече не е просто кой модел е най-добрият. Важно е дали платформата на агента може да насочва работата, да доказва кой или какво е действал, да ограничава използването на инструмента и да поддържа разходите в рамките на правилата.
Какво се промени
Основната характеристика не е само, че Gemini може да използва множество модели. Това е, че Google представя избора на модел като функция на контролната равнина на предприятието. Агентът може да избира между модели под повърхността, докато на бизнес администраторите са обещани механизми за управление и управление на разходите над него.
Google казва, че контролът на разходите включва оркестрация на няколко модела, интелигентно маршрутизиране и ограничения на разходите в реално време. Това има значение, защото работните потоци на агентите са по-трудни за бюджетиране от обикновените разговори в чат. Една заявка от един потребител може да задейства извличане, извикване на инструменти, изпълнение на код, делегиране на подагент, повторни опити и продължителна работа във фонов режим. Без ограничения и видимост на използването един полезен помощник може да се превърне в непредсказуем оперативен разход.
Съобщението също обвързва маршрутизирането на модела с корпоративната идентичност и възможността за проверка. Идентичностите на агентите и одитните пътеки имат за цел да направят автономната работа приложима. Sandboxing и Agent Gateway имат за цел да стеснят какво могат да правят агентите, когато взаимодействат с инструменти и системи. Тези подробности отразяват зрял пазар: предприятията искат същите контроли около AI агентите, каквито очакват около човешките потребители, акаунтите за услуги и автоматизацията на производството.
Защо има значение за купувачите
За ИТ директори, платформени екипи и собственици на програми за AI, ходът на Google повишава базовата линия за снабдяване с корпоративни агенти. Доставчик, който предлага мощен помощник, но слабо маршрутизиране, слаби контроли на разходите или слаба възможност за проверка, ще изглежда незавършен до платформи, които обединяват всички тези контроли в продукта.
Компромисът е заключването. Пакетният агент за работно пространство може да бъде привлекателен, защото идентичността, достъпът, документите, изпълнението в облака и таксуването са интегрирани. Но същият пакет може да затрудни сравняването на производителността на модела, измерването на използването на екип или налагането на политика, неутрална спрямо доставчика в инструментите. Ако една компания също използва Anthropic директно, OpenAI чрез друг шлюз, кодиращи агенти в IDE и специфични за облака агентски услуги, може да се нуждае от отделен слой за управление на LLM разходите и отчитане на използването извън таблото за управление на един доставчик.
Тук съобщението е подходящо за B2B LLM. Рамката на Google потвърждава идеята, че достъпът до модела, контролът върху разходите, анализите и управлението се превръщат в един разговор за покупки.B2B LLM подхожда към този проблем от страна на API: унифициран достъп за екипи, организационни контроли, анализ на използването, управление на разходите, API-ключово управление и възможности на партньор API. Google прави подобен аргумент в собствената си корпоративна екосистема.
Влияние върху разработчиците и операциите
Разработчиците трябва да очакват повече агентски платформи да скриват избора на модел зад правилата за маршрутизиране. Това може да подобри надеждността и ефективността на разходите, но също така променя отстраняването на грешки. Когато даден работен поток се държи различно от едно изпълнение на друго, екипите ще имат нужда от регистрационни файлове, които показват кой модел е обработил всяка стъпка, какви инструменти са били извиквани, какъв контекст е бил извлечен и какви разходи са били направени.
Оперативните екипи също ще трябва да решат къде трябва да съществува политиката. Ако Gemini се свързва към MCP сървъри и корпоративни инструменти, моделът е само една рискова повърхност. Разрешенията за инструменти, локалното или облачно изпълнение, идентификационните данни, достъпът до мрежата и запазването на данни стават част от модела на управление. Една практическа AI API контролна равнина трябва да показва повече от символични суми; трябва да свърже използването, идентичността, избора на модел, достъпа до инструменти и изпълнението на бюджета.
Съобщението също така сигнализира за повече конкуренция около качеството на маршрутизирането. Интелигентното маршрутизиране е полезно само ако екипите могат да разберат и да се доверят на резултатите от маршрутизирането. Предприятията ще искат да знаят дали маршрутизирането се оптимизира за цена, латентност, качество, регионална наличност, договорни условия или изисквания за обработка на данни. Тези приоритети могат да са в конфликт, особено в регулирани среди или среди с голям обем.
Това, което остава несигурно
Съобщението включва претенции за клиентите и ефективността, но те са докладвани от доставчика и не са независимо потвърдени в това изследване. Също така все още не е ясно доколко Google ще бъде прозрачен относно решенията за маршрутизиране модел по модел, разпределението на разходите и режимите на отказ в сложни работни процеси на агенти.
Посоката обаче е ясна. Корпоративните агенти се превръщат в управлявани системи за оркестрация, а не само в интерфейси за чат. Най-новото Gemini позициониране на Google прави маршрутизирането с множество модели, одитните пътеки, тестовата среда и ограниченията на разходите част от основния списък за проверка на корпоративни агенти.