当地时间 10 月 8 日，谷歌云在「Gemini at Work 2026」推出 Gemini 通用工作智能体。按官方博客描述，它从单一提示框出发，掌握组织全部业务上下文，自主规划工作、调用技能与工具、连接企业业务系统，最后把完成品直接送回文档、收件箱与开发环境；它会自选最优模型、内置成本控制与企业级安全。技术圈关心的不是它又一个 Agent，而是它选了一条和垂直 Agent 截然不同的架构路线。
两条路线的分野
过去一年主流的 Agent 路线是垂直的：做客服就专门搭一个客服 Agent，做代码就专门搞一个编码 Agent，每个场景独立工作流、独立工具集、独立微调。Manus 这类产品也走专精框架路线。
谷歌这次押的是另一条：一个通用根智能体，内部再按任务动态编排。你不指定用哪个 Agent，只给目标，它自己判断该调什么技能、连什么系统、用哪个模型。
通用路线的技术含义
从前沿拆解，这条路押注三件事：
- 强根模型：通用编排靠一个理解能力极强的底座模型来做「总指挥」，而不是靠人工写死流程。
- 上下文即业务：它不重新接一套数据，而是直接吃企业完整业务上下文，让规划基于真实业务状态。
- 模型路由：同一个任务里，简单步骤走便宜模型，难步骤走贵模型，系统自动调度。
代价也很明显：通用路线对根模型能力、上下文工程、企业系统打通的要求极高，一旦根模型判断失误，整链都会偏。
判断
这场「通用根智能体 vs 垂直专精 Agent」的路线之争，本质是在赌一件事：未来的工作入口，是收敛成一个万能框，还是拆成无数专用工具。谷歌用 10 月 8 日的发布投了前者一票。这条路能不能成，取决于根模型的编排能力是否真的够用——接下来半年的真实部署案例，会给答案。