Что такое ИИ-агент: Google запустила Gemini, который сам выполняет задачи

Разбираюсь с архетипом: это how-to, но источник описывает конкретный продукт Google — единого ИИ-агента на базе Gemini. Нужно объяснить, что такое ИИ-агент, через призму этого запуска и дать практические шаги.

Google запустила единого ИИ-агента на базе Gemini, который не просто отвечает на вопросы, а сам выполняет задачи от имени пользователя, и ниже разберём, как подключить его к рабочим процессам.

До сих пор большинство ИИ-инструментов работали как продвинутые собеседники: вы спрашиваете, модель отвечает. На мероприятии Google Cloud компания представила агентный режим Gemini, который меняет эту схему. Теперь ИИ-агент (agent), то есть программа, способная сама планировать шаги, подключать нужные инструменты и доводить задачу до результата, доступен корпоративным клиентам Google из единого интерфейса. По словам CEO Google Сундара Пичаи, у Gemini уже больше 1 миллиарда активных пользователей в месяц, а почти 90% компаний из списка Fortune 100 используют Gemini Enterprise.

Что такое ИИ-агент и чем он отличается от обычного чат-бота?

Обычный чат-бот ждёт вашу команду и выдаёт текст. ИИ-агент получает цель и сам решает, какие шаги предпринять. Как объяснил Томас Куриан, CEO Google Cloud, новому агенту можно задавать «цели, а не просто инструкции». Агент сам планирует работу, выбирает подходящую модель, подключает нужные навыки и инструменты, обращается к внутренним системам компании.

Представьте: вместо того чтобы писать пять писем, открывать календарь и искать данные в таблице, вы говорите агенту «организуй встречу команды по проекту X на следующей неделе с учётом часовых поясов и подготовь сводку по последним данным из BigQuery». Агент делает всё сам.

Что понадобится

• Подписка Gemini Enterprise. Пока агент доступен корпоративным клиентам Google, массовый потребительский запуск обещан позже.
• Доступ к корпоративным системам, которые вы хотите подключить: Google Workspace, Microsoft 365, Slack, Jira, Confluence, Git, BigQuery, Databricks, Postgres, Snowflake и другие поддерживаемые сервисы.
• Устройство: iOS, Android, Windows, Mac, командная строка или интерфейс Google Workspace, Microsoft 365, ServiceNow, Slack.
• Время на настройку: от 15 минут на базовое подключение, если ваша компания уже использует Google Cloud.

Пошаговая инструкция: как запустить ИИ-агента Gemini

1. Откройте единый интерфейс агента. Войдите в Gemini Enterprise через любой поддерживаемый канал: браузер, мобильное приложение, Slack или даже почту. У агента есть собственный аккаунт в Workspace с почтовым адресом, поэтому вы можете просто написать ему письмо или добавить в групповой чат.

2. Сформулируйте цель, а не пошаговую инструкцию. Агент работает по целям. Вместо «найди файл, открой таблицу, посчитай сумму» опишите конечный результат:

Подготовь еженедельный отчёт по продажам за последние 7 дней
из BigQuery, сравни с прошлой неделей и отправь сводку
команде маркетинга в Slack-канал #reports.

1. Прикрепите контекст. К запросу можно приложить файлы, папки или рабочие проекты (workstreams), объединяющие документы и навыки для конкретной задачи.

2. Выберите модель или доверьте выбор агенту. По умолчанию агент сам определяет лучшую модель для задачи. Но вы можете переключиться вручную, в том числе на модели Anthropic Claude. Google обещает добавить в селектор открытые модели (open-source) и другие закрытые модели (closed-source) позднее.

3. Подключите внутренние системы через MCP. MCP (Model Context Protocol), протокол, позволяющий ИИ-агенту безопасно обращаться к данным и сервисам внутри и за пределами корпоративной сети. Если у вас есть собственные MCP-серверы, агент подключится к ним.

4. Отслеживайте работу в «задачном ящике» (tasks inbox). Здесь видно, как агент думает, какие подзадачи делегирует суб-агентам, какие навыки загружает, какой код пишет и на каком этапе находится. Все действия агент записывает в аудит-журнал от своего имени, а не от вашего.

5. Контролируйте расходы. Google анонсировал гибкие инструменты управления затратами: мультимодельная оркестрация (когда агент использует разные модели под разные подзадачи), умная маршрутизация запросов и лимиты расходов в реальном времени.

Каждый рабочий день к 9:00 по московскому времени собери из Jira
все задачи со статусом «просрочено» по проекту «Контент»,
из Confluence — список вчера обновлённых страниц,
и отправь мне сводку в Slack.

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам. Если ваша редакция использует Jira или Confluence для планирования контента, агент Gemini может автоматизировать рутину: сбор данных, статусы задач, черновые сводки. Пока это доступно только через Gemini Enterprise, но сам принцип «ставь цель, а не пиши инструкцию» стоит освоить уже сейчас в любом ИИ-инструменте.

Маркетологам. Интеграция с BigQuery, Snowflake и Databricks означает, что агент может сам ходить в аналитические базы и готовить отчёты без участия аналитика. Это сокращает цепочку «запрос аналитику, ожидание, уточнение, новый запрос».

Предпринимателям в РФ и СНГ. Gemini Enterprise работает для компаний, подключённых к Google Cloud. Для российских организаций актуален вопрос доступности сервиса и соответствия требованиям к хранению данных. Поддержка MCP (Model Context Protocol) открывает возможность подключить локальные ИИ-модели через собственный MCP-сервер, что важно для компаний, которым необходимо держать данные на своей инфраструктуре. Из российских ИИ-платформ с агентными возможностями стоит смотреть на YandexGPT и GigaChat, хотя их агентный функционал на момент публикации заметно скромнее по числу интеграций.

Google запустила агента в корпоративном сегменте первым сознательно: по словам Пичаи, это позволяет сначала решить сложные задачи безопасности, масштаба и производительности. Потребительская версия будет позже. Но уже сейчас можно осваивать агентный подход: формулировать цели, а не инструкции, и привыкать к тому, что ИИ-агент, это не собеседник, а исполнитель с собственным рабочим аккаунтом.