Корпоративный Gemini Agent: постоянная память, координация субагентов и выполнение задач в фоне

В корпоративной среде использование чат-ботов долгое время оставалось фрагментарным: сотрудник открывал вкладку диалога, задавал вопрос, копировал ответ в почту или документ и закрывал страницу. При следующем обращении контекст терялся, а сложные задачи, требующие участия нескольких систем — выгрузки из хранилища BigQuery, проверки таблиц Sheets и верстки презентации в Slides — приходилось связывать вручную.

На отраслевой конференции Gemini at Work 2026 подразделение Google Cloud объявило о смене парадигмы: переходе от пассивных чат-интерфейсов к постоянной агентной платформе Gemini Agent.

Ранее мы наблюдали, как менялась логика сценариев в материале Google Gemini Skills: переход от статичных Gems к модульным сценариям. Новая платформа делает следующий шаг, превращая нейросеть в полноценного цифрового сотрудника с корпоративным аккаунтом и постоянной памятью.

Архитектура One Prompt Box и координация субагентов

В центре новой концепции находится единое окно формулирования целей (One Prompt Box). Пользователь больше не пишет пошаговые инструкции, а описывает желаемый бизнес-результат: «Собери квартальные метрики продаж из базы данных, сравни с прогнозом в таблице и подготовь черновик презентации для совета директоров».

Оркестратор платформы разбивает сложную цель на граф подзадач:

1. Пул субагентов (Coworker Agents): координатор порождает специализированных исполнителей — SQL-аналитика, верификатора данных и дизайнера слайдов. Субагенты исполняются параллельно в изолированных песочницах Agent Sandbox.
2. Динамическая маршрутизация моделей: простые операции парсинга логов передаются сверхбыстрому Gemini 1.5 Flash, аналитика трендов поручается тяжелому Gemini 1.5 Pro, а генерация скриптов — оптимизированным весам Gemma.
3. Корпоративная память: агенты опираются на общий контекст организации, индексируя документацию в Google Drive, историю переписок в Gmail и внутренние регламенты.
4. Автономность в фоне: разработчик может отправить задачу и закрыть ноутбук — процесс продолжится в облачной инфраструктуре Google Cloud.

Программная настройка агента через Google GenAI SDK

Разработчики могут конфигурировать поведение корпоративных агентов и правила верификации через обновленный SDK:

import google.genai as genai
from google.genai import types

client = genai.Client()

# Определение кастомного инструмента для работы с корпоративным хранилищем
query_bigquery_tool = types.Tool(
    function_declarations=[
        types.FunctionDeclaration(
            name="query_sales_data",
            description="Выполняет параметризованный SQL-запрос к витрине продаж",
            parameters=types.Schema(
                type="OBJECT",
                properties={"quarter": types.Schema(type="STRING")},
                required=["quarter"]
            )
        )
    ]
)

# Конфигурация координатора с долговременной памятью
agent_config = types.GenerateContentConfig(
    system_instruction=(
        "Ты — ведущий финансовый аналитик компании. "
        "Используй корпоративную память для сопоставления глоссария метрик."
    ),
    tools=[query_bigquery_tool],
    temperature=0.2
)

Для исключения несанкционированных действий платформа поддерживает контрольные точки с участием человека (Human-in-the-Loop):

# Запуск фонового агентного цикла с политикой подтверждения критических действий
session = client.agents.create_session(
    model="gemini-1.5-pro",
    config=agent_config,
    approval_policy={
        "send_external_email": "require_human_confirmation",
        "modify_drive_permissions": "require_human_confirmation"
    }
)

response = session.execute_task(
    "Сформируй отчет по выручке за Q3 и отправь черновик финансовому директору."
)
print(f"Статус задачи: {response.lifecycle_status}")

Сложности отладки и практический вердикт

Главный вызов при развертывании мультиагентных контуров — отладка распределенных сбоев. Если на стыке работы SQL-агента и генератора отчетов возникла ошибка типов, инженеру приходится анализировать сквозные трассировки в Google Cloud Logging.

Тем не менее, появление корпоративных агентов с собственными учетными записями в Google Workspace (analyst@agents.company.com) — ключевой шаг к настоящей автоматизации офисной рутины. Платформа берет на себя оркестрацию, оставляя человеку роль постановщика задач и финального контролера.