谷歌正在悄然推動其AI助手Gemini從“對話伙伴”向“任務執(zhí)行者”轉型。近期，長期追蹤谷歌產品動態(tài)的TestingCatalog網站發(fā)現(xiàn)，Gemini界面中新增了一個名為“Agents”的一級入口，與現(xiàn)有的“Gems”和“Files”功能并列顯示。這一改動被視為谷歌加速布局AI代理（Agent）生態(tài)的重要信號，預示著用戶未來可通過Gemini直接創(chuàng)建并管理自動化任務，而非僅限于對話交互。

根據曝光的功能界面，Gemini的“Agents”標簽頁提供了“新建任務”和“收件箱”兩大核心入口。用戶創(chuàng)建任務時，系統(tǒng)會展開一個結構化工作區(qū)，右側面板明確劃分了任務目標、執(zhí)行代理、可連接的應用程序以及所需文件等模塊。更引人注目的是，界面中新增了“需要人工審核”的開關選項，允許用戶在自動化流程中插入人工干預節(jié)點。這種設計使Gemini從單純的聊天工具轉變?yōu)榫邆淙蝿站幣拍芰Φ闹悄芄ぷ髋_，用戶可直接通過自然語言指令驅動AI完成復雜操作。

支撐這一轉型的關鍵是谷歌推出的Agent Designer平臺。該平臺采用無代碼/低代碼設計，允許用戶無需編程基礎即可創(chuàng)建單步驟或多步驟的自動化流程。例如，用戶可編排一個包含子任務的復雜工作流，或設置定時觸發(fā)條件讓代理自主執(zhí)行。目前，該平臺已集成Gmail、Google Drive、Jira、GitHub等主流工具的連接器，并支持與Shopify等更多應用的預覽對接。這種“拖拽式”任務編排方式顯著降低了AI代理的使用門檻，使非技術用戶也能快速構建自動化解決方案。

谷歌的轉型策略與其產品矩陣的深度整合密不可分。過去半年間，該公司通過多項舉措強化AI代理能力：將Agent Designer全面嵌入Gemini Enterprise企業(yè)版，為NotebookLM添加音頻生成和視頻摘要功能，將Agentspace整合為Gemini的核心引擎，并在Chrome瀏覽器中嵌入Gemini側邊欄實現(xiàn)網頁自動瀏覽。這些動作共同構建了一個覆蓋辦公、搜索、開發(fā)等場景的AI代理生態(tài)，而新增的“Agents”入口則標志著該能力正式向普通用戶開放。

在AI代理領域，谷歌并非唯一參與者。Anthropic推出的Claude Cowork選擇另一條路徑：其桌面端代理可直接操作本地文件和應用程序，通過截圖、鼠標鍵盤交互等方式實現(xiàn)跨應用任務執(zhí)行。這種“模型即代理”的設計強調原生能力，但缺乏谷歌的消費級產品分發(fā)網絡。OpenAI則采取折中策略，通過GPT Store構建第三方代理生態(tài)，同時升級API支持更完整的開發(fā)框架。三家公司的競爭焦點已從模型性能轉向執(zhí)行效率與用戶觸達能力。

谷歌的競爭優(yōu)勢在于其龐大的用戶基礎和產品矩陣。通過將AI代理能力嵌入搜索、Workspace、Cloud等擁有數十億用戶的服務，該公司可快速完成市場教育并建立使用習慣。相比之下，Anthropic需依賴開發(fā)者社區(qū)和高端用戶推動Cowork的普及，而OpenAI則面臨生態(tài)活躍度不足的挑戰(zhàn)。隨著谷歌I/O大會臨近，業(yè)界普遍預期該公司將進一步公開其AI代理戰(zhàn)略，這場關于“任務執(zhí)行權”的爭奪戰(zhàn)正進入白熱化階段。