谷歌开始给AI发“工牌”，办公软件的生意要变了

一家公司的通讯录里，可能很快会多出一种新成员：有邮箱、有日历、有文件空间，能够持续执行任务的AI同事。

10月8日，Google Cloud在Gemini at Work 2026上公布Gemini agent。按谷歌介绍，它可以承担持续性工作；其中的coworker agent拥有自己的Workspace身份，团队可以把它加入协作空间，像分配任务一样交办工作。

这比“AI又能写一份PPT”更值得关注。邮箱、日历和文件夹，是企业组织工作的基本结构。把AI放进这套结构，意味着它开始接近任务分配、信息流转和结果交付的中心。谁占住这个位置，谁就有机会重新定义办公软件的价值。

有了身份，AI才有机会进入真正的工作流程

不妨看一个常见场景：准备客户会议。员工需要找到上次沟通记录，确认最新报价，收集项目进度，再整理成材料。写作只占其中一部分，更耗时的是确认“该找谁、哪个版本有效、什么可以发给客户”。

一个能生成漂亮文字的模型，未必解决得了这些问题。它需要接触公司的信息，也需要知道自己被允许做什么。

谷歌此次公布的设计包括独立身份、权限控制和操作审计。它也提出让任务在云端持续执行，并在需要时调度多个子Agent。工作不必随着一个聊天窗口关闭而结束。

独立身份的实际意义，在于把AI做过的事与员工做过的事区分开。假如一份报价被修改，组织应该能追溯是谁发起、谁执行、依据是什么。把所有动作都记在某个员工名下，短期省事，长期会让责任边界越来越模糊。

当然，分配账号并不等于AI承担法律责任，也不代表它获得无限授权。企业仍要决定哪些环节可以自动推进，哪些必须由人批准。真正成熟的AI同事，应该既能接活，也知道何时停下来。

谷歌手里的筹码，是工作上下文本来就在这里

这场竞争有一个容易被模型排行榜遮住的部分：同样聪明的模型，放进不同的信息环境，交付效果可能相差很大。

员工说“把材料发给上次那几个人”，背后省略了联系人、项目名称和历史邮件；说“按我们一贯的口径”，又省略了模板、审批规则与组织习惯。人的协作依赖大量默认知识，企业AI也绕不开这些知识。

谷歌在邮件、文档和日历中的位置，给了它连接这些线索的起点。对已经使用Workspace的团队来说，重新迁移资料、整理联系人和训练使用习惯，都有成本。若Agent能直接在已有工作环境里接续任务，采购阻力就可能小于再部署一套孤立工具。

这也解释了一个看似反常的选择：Gemini agent不仅使用谷歌自己的模型，还支持Claude。谷歌把Agent与底层模型选择分开了。

从商业上看，这是一种更有弹性的防守。即使某个竞争模型在一段时间内更强，客户也未必需要迁走整个工作系统。任务入口、组织记忆和管理流程仍然可能留在谷歌的平台上。

因此，未来的竞争不能只问“哪个模型更好”。还要问：谁更了解这家公司，谁能把一次任务接着做完，以及更换供应商时，多少积累可以带走。这些问题将影响客户留存，也会影响企业与平台之间的议价关系。

企业会为省下的整段工作付费，但账单必须算完整

对采购负责人来说，AI有多少功能远不如一个问题重要：完成一项合格任务，总共要花多少钱？

这里的成本至少有三部分：模型与运行资源、接入企业系统的实施成本，以及人工检查和返工时间。若生成初稿很快，却需要员工逐条重查，演示中的效率提升就未必能留在财务报表里。

谷歌在此次发布中加入按任务选择模型和项目支出上限等控制。预算达到限制后，任务可以暂停。这类机制看起来没有生成能力吸引眼球，却更接近企业采购的真实顾虑：后台运行的Agent，不能成为一笔无法预测的开支。

不同任务也需要不同的成本标准。整理内部周报可以容忍少量修订，向客户发送正式报价则需要更高的准确性和审批要求。把所有任务都交给最贵的模型，不一定划算；只追求便宜，也可能把成本转移到返工与事故处置上。

对谷歌而言，商业机会可能同时落在客户续约、产品升级和云资源使用上。Agent若能让企业更多工作留在同一平台，就有机会提高平台整体价值。但新增一个入口是否单独收费，与后台持续执行是否具有额度和资源成本，是两个问题，不能混为“无限免费”。

较务实的试点，应选择一个边界清楚、结果可检查的流程，比较交付周期、人工介入次数与每份合格产出的总成本。只有这三项同时改善，AI同事才真正具有扩大的理由。

上下文越完整，数据边界越不能含糊

让AI了解更多组织信息，可以减少重复解释，也会放大权限管理的重要性。原本被员工忽略的共享文件夹、过期的群组成员和混乱的文档版本，都可能变成新的风险入口。

Google Workspace的管理说明允许管理员控制相关Gemini Enterprise版本对Workspace数据的访问，并按组织单位或群组设置范围。其企业数据承诺也明确，未经许可，客户数据不会被用于训练谷歌的生成式AI模型或其他客户的模型。

不过，“不用于训练”回答的是数据用途问题，不能替代对保存期限、共享范围、外部连接器和审计记录的审查。对于一个会持续工作、会保留上下文的Agent，这些细节直接关系到企业能否放心授权。

组织可以先划出最小可用的数据范围，再随着任务效果逐步扩大。对于外发邮件、正式合同、付款与权限变更，应保留明确的审批节点。方便与可控需要一起设计，不能等到部署之后再补。

先看交付，再看“AI同事”的规模

这次发布还需要放在正确的阶段里理解。新Gemini agent目前面向选定客户私有预览；谷歌对中小企业的官方说明同样使用early access表述，并未给出全面开放的确定日期。金融与法律专门版本处于预览阶段，不能把大会展示理解为所有Workspace用户已能直接使用。

这给企业留下了观察窗口。接下来真正值得看的，是它遇到资料缺失时会不会追问、任务中断后能不能恢复，以及跨应用工作能否稳定产出可验收的结果。

给AI发邮箱，只是一个容易传播的开场。谷歌更大的意图，是把模型能力嵌入企业每天分配、执行和验收工作的过程。如果这条路走通，办公软件的价值衡量就会进一步向“完成了多少工作”移动。

最终决定企业是否继续付费的，仍然是那份按时交到手上、可以放心使用的结果。