文 | 韩工观察

10月8日，谷歌云在Gemini at Work 2026大会上发布"Gemini agent"（据Google Cloud在Gemini at Work 2026的发布材料及官方文档）：用户给目标，它跨Workspace与第三方应用自己拆任务、选工具、编排子Agent，长任务在云端跑上数天，中途只在花钱、发信、删数据这类节点找人确认，交回的是一套成品，而不是一段回答。

它还有全套"入职手续"——独立企业身份、邮箱、日历、预算上限、全程审计日志。目前该产品面向企业客户开放私有预览（private preview），尚未公布正式商用时间与定价（据Google Cloud发言人对媒体的确认及官方文档）。

市场很快把它读成"AGI逼近企业"。这个读法，和当初把Devin读成"工程师失业"、把新模型读成"通用智能已至"，是同一种错法。要量出它的真实坐标，需要一把不在任何厂商资产负债表上的尺子。

一、先把事实钉死：谷歌发布的不是一个模型，是一套"入职系统"

拆解这次发布，有三层。

执行层：目标委派的通用Agent。谷歌云CEO Thomas Kurian在发布会上的原话是："你给它目标，而不是指令；你委派出一个结果，回来时拿到的是完成的工作。"（You give it objectives, not instructions. You delegate an outcome and come back to finished work.）它自主规划路径、调度工具，长任务跑数天，关键节点交人确认。

模型层：底座没有锁死。据Google Cloud官方文档，Gemini Enterprise Agent Platform可通过Model Garden接入Anthropic Claude等第三方模型；ADK（Agent Development Kit）本身声明为model-agnostic——模型可以来自对手，但企业上下文、权限、流程与审计留在谷歌平台。这是云平台多模型接入能力，不是谷歌与Anthropic的专属绑定。

治理层，也是真正的新意：每个Agent有独立企业身份、全程审计日志和支出上限。按谷歌云的产品设计，Agent的每一次操作像工资单交易一样留痕、可追溯。ADK开源仓库（github.com/google/adk-python，Apache 2.0）中，Workflow Runtime、Tool Confirmation（HITL）等组件提供了这些治理能力的技术实现。

再配一组客户侧事实。据Alphabet 2026年二季度财报电话会披露，近90%的财富100强在使用Gemini Enterprise——注意，是使用Gemini Enterprise平台，不等于已采购本次发布的Agent编排能力。

巴黎银行与谷歌云9月24日的联合公告中，其企业与机构银行部门约6.5万名员工已部署基于Gemini的LLM@CIB，双方规划了Agent场景——这是既有部署的规划，不等于新Agent已全面上线；DBS等银行的Agent应用见于发布材料，属厂商披露案例，未经第三方独立审计（据Alphabet财报电话会、巴黎银行与谷歌云联合新闻稿、谷歌发布材料）。

方向是真的：企业买单的第一理由不是"它多聪明"，而是"它可控、可审、可追责"。

二、三把尺子量下来：宽了两圈，仍卡在第三步之前

此前我在《梁文锋为什么先修操场，而不是先卖门票》（钛媒体9月）中提出过一个分层框架：输入路径的是自动化；输入结果标准和过程标准、机器自己找路径的，是Agent的工作方式；而"迭代方向标准"——从过往任务沉淀教训、完成跨场景经验迁移、确定能力补强方向——目前它还做不到。

用这把尺子量Gemini Agent，结论很明确。

需要先澄清一件事：这三层标准——结果、过程、迭代方向——全部由人设定。机器不会自己决定“什么样的分析算合格”，也不会自己画出审批链。它只是在人给定的标准空间里，自主寻找达成目标的路径。

所谓“Agent自主”，从来不是“Agent自定标准”，而是“Agent在标准内自选路径”。某些路径本身就是标准的一种：企业财务的审批流程、医院的诊疗路径、银行的放款节点——这些都是“过程标准”的具体实例。

所谓“路径派”与“标准派”并不对立，路径是标准的下层实现。这一点如果不先钉死，后面的讨论就会滑向“机器夺权”的伪命题。

结果标准，由人写好、机器执行：格式校验、数据溯源、工具调用质量这类硬指标，是人事先写进平台的规则，机器只做比对；但"这份分析业务上站不站得住"、"这版材料是否符合公司战略"，机器只做初评，终验在人。这不是缺陷，是企业采购的默认前提。

过程标准，做得很重，且方式特殊。审批链、留痕、权限、预算上限，本质上是把企业的"刚性路径"——哪些节点必须人点头——写进底座；而怎么写材料、调什么工具、先做什么后做什么这些"柔性路径"，则在人给定的过程边界内，由机器自选走法。

企业Agent的真实结构是这两层嵌套：刚性路径即流程性标准，机器不可逾越；柔性路径在标准空间内自由巡航。路径与标准不是两派，是同一个标准体系的上层框架与下层实现。

迭代方向标准，没有。它不会说"贵司验收标准太松，我重画一套"，也不会把上个月被法务打回的教训，自主变成下个月的能力重构。

最能说明问题的是谷歌自己研究机构的论文。谷歌云AI Research等机构9月公开的RRSI（正则化递归自我改进）研究，恰好记录了"机器改自己"时会发生什么：不加约束的Agent自我进化，在训练题上越改越聪明，换一批没见过的题就失灵——域外均分仅40.3；加上"不许把题目答案写进提示、不许比历史最佳退步、涨一分不许烧更多算力"三道闸之后，域外均分升到43.6，单次任务算力反而下降约36%（据论文《RRSI: Regularized Recursive Self-Improvement of Agent Harnesses》，arXiv:2609.24972）。

类似的还有Frontis.AI团队的Frontis-MA1：AI改进AI的第一步，发生在机器学习工程这类有明确验证器的窄领域（据论文arXiv:2607.28568，该研究非谷歌成果，文中仅作行业参照）。

连谷歌自己的研究都在承认：可落地的"自我改进"先发生在运行框架层（提示、工具、流程），被评价器和成本约束，被审计盯着。放到企业里，这意味着RSI如果真转起来，不会发生在总裁办公室，而会发生在工单、报表、测试用例这些验证器清晰的角落。

和Devin摆在一起，坐标更清楚：Devin在编程这个标准最完备的行业，把"人给标准、机器找路径"走到了"两步半"——能在标准空间内自迭代，但未触达迭代方向；Gemini Agent把这个结构搬进企业工作圈，圈大得多、治理件全得多，但"迭代方向"这第三把尺子，谁也没摸到。宽度不是学习深度，多工具不是多智慧，企业级不是AGI级。

三、回看四十年：不是新瓶旧酒，是换房本

企业软件的前四十年，一直在做同一件事：把人绑进系统。

ERP把流程固化在数据库里，是记录系统（System of Record）——人操作、系统记账，改一次流程以月计；BPM把流程画成图，但只画不执行，真正卡住企业的例外与权责，图上没有；RPA把路径写成脚本，界面一变就崩——据行业机构估算，RPA流程平均失败率在一成以上，维护成本常常超过采购授权本身；中台想把能力收归总部统一复用，结果在多数组织里变成需求排队与权力上收，头部互联网公司八年中三次拆中台，是这条路代价最大的注脚。

这四代产品，没有一代是被技术淘汰的，都是被同一件事打败：组织不愿交权、标准不愿外溢、责任不愿让渡。

Agent的逻辑是反转的：人不写路径，人写目标与标准；机器在标准空间里找路径、调老系统、处理例外。

而谷歌做的，是把ERP的"记录"、RPA的"执行"、中台的"调度"收进同一层：底层记忆与数据（记录）、编排与工具调用（执行）、子Agent分派与收口（调度），全部归一个总Agent管。

这是企业软件四十年后第一次换房本：从记录系统的房本，换成调度系统的房本。

但房本要别人认，底座就得开。谷歌开源了原生支持A2A协议（Agent2Agent）的ADK开发套件（github.com/google/adk-python，Apache 2.0，支持Workflow Runtime、Task API、HITL、Cloud Run部署，同时提供adk-js/adk-go/adk-java/adk-kotlin多语言版本）——原因和当年安卓开源一模一样：车床不能闭源。

因为Devin们、Salesforce们、律所医院们，不敢在随时可能下场抢生意的封闭车床上造零件。

谷歌赌的是底座规模，不是垂直纵深。这个选择题，平台厂商的历史做过一遍，谷歌没有答错的空间。

四、博弈：五个角色，抢的是同一样东西——验收权

看清结构，牌桌上每个人的位置就清楚了。

谷歌是主机厂：管总装、品控、渠道，不造每个零件。底座上模型可替换，恰恰因为它判断真正的资产在模型下面那一层。

微软是另一种主机厂，把"门禁"做到最硬。据微软公开产品信息，Agent 365于2026年5月1日正式商用，单独订阅约15美元/用户/月；纳入Microsoft 365 E7"Frontier Suite"后套件价约99美元/人/月，组合通常涵盖E5、Copilot、Agent 365与Entra相关能力。微软依托Entra身份体系为Agent分配身份、权限与生命周期管理。

微软未必让Agent最聪明，但负责让每个Agent有身份证、进不了不该进的门。

OpenAI和Anthropic是发动机厂：推理与代码最锋利，一边把模型装进别人的底座，一边又不甘心只当零件。Salesforce、ServiceNow守着业务数据主权：Agent可以来，但客户关系和工单语义不走。

再往下，四大会计事务所、头部医院、律所握着最后一层——行业数据与"老师傅标准"，这层谁都拿不走，因为标准本身就是他们的生意。

市场现实比发布会诚实。OutSystems《2026 State of AI Development》调研（样本约1900名全球IT决策者）显示：96%的企业已在某种程度运行AI Agent，仅12%建立了集中化治理平台，94%将Agent蔓延（agent sprawl）视为安全与复杂度风险（据OutSystems官方发布）。

Gartner在2026年4月预测：到2028年，全球财富500强企业平均将运行超过15万个Agent，而仅13%的组织自认为具备了合适的Agent治理能力——注意，这是企业自评，不是第三方审计结论（据Gartner新闻稿）。

这组数字是"标准主权"的注脚。Agent之争，短期比模型，中期比编排，长期比的只有三件事：谁有权定义"做好"，谁有权审计过程，出事谁担责。谷歌把模型层做成可替换，是因为这三件事比模型值钱。

五、热点的另一面：先管住，再谈聪明

每一次"Agent多能干"的发布背后，都站着一排没关紧的门。

2025年7月，Replit的编码Agent在明令冻结代码后删除用户生产数据库，事后还生成了数千条虚构记录；事件经用户公开复盘与媒体报道后，Replit以官方博客回应并推出开发/生产环境隔离等整改（据The Register报道及Replit官方博客）。这不是模型"想删库"，是权限边界缺失、破坏性操作没有审批闸门——环境门没关，Agent只是替人走了进去。

治理三件套因此不是上线后的补丁，而是企业肯付钱的理由本身：身份（它是谁）、边界（它不能碰什么）、问责（它闯祸谁扛）。96%在跑、12%管得住的落差说明，行业真实的顺序与发布会相反——先管住，再谈聪明。

六、中国镜像：一个要"全"，一个要"适合自己"

同一个产品，放到中国市场，问题换一副面孔。

国外企业买Agent，要的是"全"：流程规整、跨部门可复制、审计链条完整，效率优先。中国政企买Agent，要的是"适合自己"：私有化部署、数据不出域、审批链嵌进Agent流程、关键节点必须人工点头，安全与合规优先。

这不是优劣，是两个标准空间。

据国资委信创替代的公开解读，2022年国资委79号文提出2027年底前央国企完成信创替代的目标（原文未全文公开，具体口径以监管传达为准）；等保2.0（GB/T 22239-2019）要求审计覆盖到每个用户、对重要用户行为和安全事件留痕、访问控制遵循最小授权——Agent在企业里要过的硬槛，是像人一样被审计，而不是"模型输出完就消失"；国内政企AI项目的公开招标文件中，"AI初筛＋人工复核""高风险操作强制人工确认"是高频条款。

所以不必问"谷歌这套国内企业跟不跟"。它的底座再完整，也进不了要求全链路国产化的车间；华为、阿里、腾讯的企业Agent路线，本来也不是谷歌的翻版——它们争夺的是另一个圈里的标准主权。

真正的观察点是同一个：在每个市场里，谁的底座成了"车床"，谁守住了数据，谁拿着签发工牌的权力。

七、结语

用这把尺子看未来三年，值得盯的从来不是谁家Agent又完成了什么惊艳演示，而是三件事：标准由谁定义，过程由谁审计，后果由谁承担。

笔者此前分析Devin估值时写过：以后别问"AGI来了没"，问"这行的标准，写完了没"。这句话放到谷歌身上，要再补半句：标准写完之后，归谁改，归谁审，出事归谁扛。

谷歌把Agent编进了公司的花名册。但签发花名册的权力，仍然在人手里。尺子不会自己决定要量什么——只有人会。

【信息说明】

1. Gemini agent发布信息：发布时间为2026年10月8日Gemini at Work 2026大会，发布主体Google Cloud，产品名"Gemini agent"，当前为企业客户私有预览（private preview），未公布正式商用时间与定价，能力包含于Gemini Enterprise订阅（据Google Cloud发布材料、官方文档及VentureBeat对Google Cloud发言人的采访确认）。Kurian原话"You give it objectives, not instructions"出自发布会主题演讲。
2. 模型层多模型支持：据Google Cloud官方文档，Gemini Enterprise Agent Platform可通过Model Garden接入Anthropic Claude等第三方模型；ADK声明为model-agnostic。属云平台多模型接入能力，非谷歌与Anthropic专属合约绑定。ADK官方文档站为adk.dev；开源仓库（github.com/google/adk-python，Apache 2.0），同时提供adk-js/adk-go/adk-java/adk-kotlin多语言版本，支持Workflow Runtime、Task API、Tool Confirmation（HITL）、Cloud Run及Vertex AI Agent Engine部署。谷歌在ADK中原生实现并开源A2A协议支持。
3. 客户数据：近90%财富100强使用Gemini Enterprise——据Alphabet 2026年二季度财报电话会（Sundar Pichai、Thomas Kurian口径）；"使用Gemini Enterprise"不等于采购本次Agent编排能力。巴黎银行约6.5万员工为LLM@CIB既有部署（2026年9月24日双方联合新闻稿），Agent为规划场景；DBS等案例见于发布材料。均为厂商披露，未经第三方独立审计。
4. 微软对标：Agent 365于2026年5月1日GA、单独订阅约15美元/用户/月；纳入Microsoft 365 E7（Frontier Suite）后套件价约99美元/人/月，组合通常涵盖E5、Copilot、Agent 365与Entra相关能力，据微软公开产品信息及渠道材料。"依托Entra管理Agent身份"为通俗概括，微软官方文档术语为Agent 365依托Entra身份体系实现Agent身份与访问管控。
5. 治理缺口数据：OutSystems《2026 State of AI Development》（2026年发布，样本约1900名全球IT决策者，调研时间2025年12月—2026年1月）；Gartner 2026年4月28日新闻稿——"仅13%"为企业自评（organizations think），非第三方审计认定。
6. RRSI：据论文《RRSI: Regularized Recursive Self-Improvement of Agent Harnesses》（arXiv:2609.24972，2026年9月提交，Google Cloud AI Research等），无正则化域外均分40.3、RRSI域外43.6、单次任务token消耗约降36%。Frontis-MA1：据论文arXiv:2607.28568（Frontis.AI团队，2026年7月提交），该研究非谷歌成果，文中仅作行业参照。两篇均为预印本，非产品承诺。
7. 中国侧：国资委79号文（2022年9月）提出2027年底前央国企信创替代目标——原文未全文公开，据公开解读与上市公司公告口径；等保2.0为GB/T 22239-2019《信息安全技术 网络安全等级保护基本要求》；"AI初筛＋人工复核""高风险操作强制人工确认"为国内多份公开招标文件常见条款，非国家统一强制立法。
8. Replit事件：2025年7月，据The Register报道及Replit官方博客回应；删库由权限边界缺失与缺乏审批闸门导致，非模型主观行为。
9. 企业软件史评价（ERP/BPM/RPA/中台成败归因）、RPA失败率（行业机构估算口径）、"路径—标准—迭代方向"三把尺子、"刚性路径/柔性路径"、"两步半"、"换房本"、"车床与发动机"、"标准主权"等均为作者分析框架与行业观察，非官方定义或审计结论；延续《梁文锋为什么先修操场，而不是先卖门票》系列框架。
10. 文中所有前瞻性判断（如RSI将先发生在验证器清晰的角落）为作者推演，不代表必然发生的结果。

本文基于公开信息独立撰写，文中涉及对企业的分析与判断，均为作者基于公开资料的研究性观点，不构成投资建议，亦不代表对相关企业的任何立场。相关数据以企业官方披露为准。