عامل Gemini وارد محیط کار شد؛ پاسخ‌دادن دیگر پایان کار نیست

Google Cloud در معرفی ۸ اکتبر ۲۰۲۶، Gemini agent را برای کار سازمانی رونمایی کرد: عاملی که از یک درخواست، وظیفه را برنامه‌ریزی می‌کند، به ابزارها و سامانه‌های شرکت وصل می‌شود و نتیجه را در سند، صندوق پیام یا محیط توسعه تحویل می‌دهد. قابلیت تازه قرار است کار را پس از تولید پاسخ متنی ادامه دهد؛ ازاین‌رو تفاوتش با یک گفت‌وگوی معمولی در انجام‌دادن مراحل کار و رساندن خروجی به محل استفاده است.

دسترسی به این عامل هنوز عمومی نیست. به گفته سخنگوی Google Cloud در گزارش VentureBeat، محصول در پیش‌نمایش خصوصی در اختیار گروهی از مشتریان قرار گرفته و برای عرضه گسترده‌تر تاریخی تعیین نشده است. بنابراین معرفی عامل برای کسب‌وکارها را نباید به معنی فعال‌شدن آن برای همه کارکنان سازمان‌ها یا کاربران حساب شخصی Gemini دانست.

یک وظیفه چگونه از درخواست به خروجی می‌رسد؟

در طراحی اعلام‌شده، کاربر نتیجه مطلوب را به عامل می‌سپارد و عامل برای رسیدن به آن، مراحل و ابزارهای لازم را انتخاب می‌کند. توماس کوریان، مدیرعامل Google Cloud، در شرح رسمی Gemini agent این تفاوت را چنین بیان می‌کند: «You give it objectives, not instructions». این جمله به اختیار نامحدود عامل اشاره ندارد؛ کار آن به داده‌ها، اتصال‌ها و مجوزهایی وابسته است که سازمان در اختیارش می‌گذارد.

برای روشن‌شدن مسیر، یک مثال فرضی را در نظر بگیرید: عضوی از تیم می‌خواهد وضعیت پروژه‌ای را از فایل‌ها و پیام‌های مجاز گردآوری کند و گزارشی برای همکارانش بسازد. عامل ابتدا اطلاعات مرتبط را در سامانه‌های متصل پیدا می‌کند، سپس می‌تواند برای تنظیم گزارش از مهارت‌های تعریف‌شده یا ابزارهای دیگر کمک بگیرد و حاصل را در محیط کاری تیم قرار دهد. این مثال توضیح شیوه کارِ وعده‌داده‌شده است، نه نتیجه آزمایش مستقل یا گزارشی از اجرای همین سناریو در یک شرکت.

این مسیر ممکن است به یک پاسخ کوتاه ختم نشود. عامل برای تولید محتوا، انجام کار دانشی و نوشتن و اجرای کد طراحی شده و می‌تواند بخش‌های یک وظیفه چندمرحله‌ای را به عامل‌های فرعی بسپارد. اجرای کار در فضای ابری نیز به آن امکان می‌دهد پس از بسته‌شدن رایانه کاربر ادامه پیدا کند. در چنین حالتی، خروجی می‌تواند به‌جای ماندن در پنجره گفت‌وگو، در سند یا محیط توسعه‌ای ظاهر شود که کار اصلی در آن پیش می‌رود.

عامل تازه با مدل Gemini و Gemini Enterprise چه تفاوتی دارد؟

مدل، عامل و بستر سازمانی نقش‌های متفاوتی دارند. مدل‌های Gemini بخشی از توان پردازش هوش مصنوعی را فراهم می‌کنند؛ Gemini agent هدف، زمینه کار، ابزارها و مراحل اجرا را هماهنگ می‌کند. Gemini Enterprise بستر سازمانیِ اتصال داده‌ها و اداره عامل‌هاست. این تمایز توضیح می‌دهد چرا داشتن دسترسی به یک مدل Gemini یا استفاده از Gemini Enterprise به‌تنهایی نشان نمی‌دهد که عامل تازه برای یک کاربر فعال شده است.

مدلِ زیرِ عامل نیز انتخابی جداگانه است. در معرفی محصول، استفاده از مدل‌های Gemini و Claude متعلق به Anthropic، همراه با انتخاب مدل متناسب با وظیفه، مطرح شده است. برای تیمی که کارهای ساده و پیچیده را در یک جریان انجام می‌دهد، این معماری می‌تواند مدل مورد استفاده را تغییر دهد بی‌آنکه هدف و زمینه وظیفه از ابتدا تعریف شود. انتخاب واقعی همچنان به مدل‌های مجاز در محیط سازمان و تنظیمات آن بستگی دارد.

نام مشتریان هم باید در همین چارچوب خوانده شود. برند پوشاک ورزشی On قابلیت انتخاب پویای مدل را در عامل تازه آزمایش کرده است. Shopify و PayPal در معرفی Google Cloud نمونه‌هایی از راهبردهای چندمدلی موجود هستند؛ این اشاره به‌تنهایی به معنای استفاده آن‌ها از تمام قابلیت‌های عامل جدید نیست. همین مرزبندی درباره مشتریان Gemini Enterprise نیز صدق می‌کند: استقرار آن بستر، مدرک دسترسی همگانی کارکنان به Gemini agent تازه نیست.

عامل به کدام ابزارها وصل می‌شود و چه کسی اختیارش را تعیین می‌کند؟

اتصال به سامانه‌های کاری شرط اصلی تحویل نتیجه در محل انجام کار است. فهرست اتصال‌های معرفی‌شده، Google Workspace و Microsoft 365 و Slack را در کنار ابزارهایی مانند Git، Jira، Salesforce، ServiceNow، BigQuery و Snowflake قرار می‌دهد. اتصال از راه Model Context Protocol نیز پیش‌بینی شده است. حضور یک نام در این فهرست به معنای دسترسی خودکار عامل به اطلاعات هر سازمان در آن سرویس نیست؛ سازمان باید اتصال و سطح دسترسی را تعیین کند.

محل فراخوانی عامل نیز به یک پنجره چت محدود نشده است. برنامه اعلام‌شده، استفاده در برنامه‌های Workspace از جمله Gmail، Drive، Docs و Sheets، همچنین در محیط‌های دسکتاپ، تلفن همراه و خط فرمان را در بر می‌گیرد. نکته عملی برای تیمی که کارش میان پیام، سند و ابزار توسعه جابه‌جا می‌شود، حفظ زمینه یک وظیفه هنگام انتقال میان این محیط‌هاست. این فهرست، مسیرهای طراحی‌شده برای محصول را نشان می‌دهد و نباید آن را فهرست قابلیت‌های فعال برای همه مشتریان در دوره پیش‌نمایش خواند.

Google Cloud برای عاملی که به نمایندگی از یک گروه کار می‌کند، هویت کاری جداگانه نیز توصیف کرده است. چنین عاملی می‌تواند حساب و فضای ذخیره‌سازی خود را داشته باشد و اقدام‌هایش در ردپای حسابرسی به نام خود او ثبت شود. مدیران سازمان می‌توانند مجوزهای مبتنی بر نقش را تعیین کنند تا عامل تنها به داده‌ها و ابزارهای مجاز برسد. این سازوکار برای وظیفه‌ای که از چند سامانه می‌گذرد، مشخص می‌کند چه کسی اجازه انجام کار را داده و اقدام بعدی به کدام هویت نسبت داده می‌شود.

هزینه اجرای وظایف طولانی هم در طراحی محصول جای دارد. مسیریابی میان مدل‌ها و سقف هزینه در سطح پروژه از کنترل‌های معرفی‌شده‌اند؛ اگر سقف هزینه پروژه فعال شود، اجرای عامل آن پروژه مکث می‌کند تا درباره ادامه تصمیم گرفته شود. این موضوع به‌ویژه برای کاری اهمیت دارد که ساعت‌ها ادامه پیدا می‌کند یا عامل‌های فرعی را درگیر می‌کند. وجود کنترل هزینه، به‌خودی‌خود قیمت نهایی چنین کارهایی را برای هر مشتری مشخص نمی‌کند.

چه کسانی اکنون به Gemini agent دسترسی دارند؟

مخاطب نخست محصول، مشتریان سازمانی‌اند و استفاده فعلی به مشتریان منتخبِ پیش‌نمایش خصوصی محدود است. Google Cloud گفته است پس از عرضه گسترده‌تر، عامل در Gemini Enterprise قرار خواهد گرفت؛ اما زمان آن هنوز اعلام نشده است. برنامه شرکت برای رساندن قابلیت به کاربران مصرف‌کننده نیز در مرحله بعد قرار دارد. در نتیجه، عبارت «قابل استفاده در Workspace» را باید از «فعال برای همه حساب‌های Workspace» جدا کرد.

برای تیم‌های فارسی‌زبان، امکان استفاده واقعی به قرارداد و وضعیت دسترسی سازمان، اتصال سامانه‌های کاری و مجوزهای داده وابسته خواهد بود. گزارش عرضه می‌گوید عامل در محل‌هایی که Gemini Enterprise در دسترس است، بدون هزینه افزوده برای خود قابلیت ارائه خواهد شد؛ هزینه احتمالی اجرای طولانی‌مدت یا عامل‌های همکار هنوز جزئیات روشنی ندارد. تصمیم بعدی که دامنه مخاطبان را تغییر می‌دهد، اعلام زمان عرضه گسترده‌تر و شرایط فعال‌سازی آن برای مشتریان سازمانی است.

بیشتر بخوانید:

• عامل‌های OpenAI داخل AWS اجرا می‌شوند؛ پیش‌نمایش فقط در سه منطقه است
• Scrum یا Kanban؛ نصف‌شدن زمان تحویل هنوز حکم عمومی نیست
• GKE Agent Sandbox عمومی شد؛ آغاز محیط تا ۴۵ برابر سریع‌تر است