
Gemini blir arbetsagent – behörigheterna avgör vad den får göra

Google Cloud-chefen Thomas Kurian presenterade Gemini agent vid Gemini at Work 2026 den 8 oktober som en arbetsagent som ska kunna planera uppgifter, använda verktyg samt skriva och köra kod: ”You give it objectives, not instructions.” För ett företag blir frågan därmed vilka uppgifter agenten får utföra och vilka system den får använda för att utföra dem.
TechCrunchs rapport från lanseringen beskriver kopplingar till bland annat Google Workspace, Microsoft 365, Slack, Git och databastjänster. Företag är den första målgruppen. Det som presenterades är en plan för agentens funktioner och styrning; uppgifterna innebär inte att varje funktion redan är tillgänglig eller konfigurerad hos varje kund.
Arbetet kan fortsätta mellan flera system

Agentens större handlingsutrymme börjar när ett uppdrag kräver mer än ett svar i en chatt. Den beskrivs kunna välja modell, färdigheter och verktyg, hämta sammanhang från anslutna tjänster och fortsätta arbeta i molnet när användaren har stängt sin dator. Ett större uppdrag ska också kunna delas mellan tillfälliga underagenter. Det är planerade arbetsflöden som gör åtkomst till företagets tjänster till en central fråga.
En koppling till Drive, ett Git-arkiv eller en databas säger vilka vägar agenten kan använda. Den säger inte vilka mappar, kodförråd eller dataset som bör vara öppna för ett visst uppdrag. Läsrätt och rätt att ändra innehåll behöver skiljas åt. Om agenten exempelvis får sammanställa information ur ett arkiv följer det inte att den också behöver kunna skriva tillbaka till det.
Den presenterade rollen som coworker agent går längre än en personlig assistent. En sådan teamagent ska kunna få ett eget Workspace-konto med e-postadress, kalender, Drive och plats i företagets katalog. Medarbetare ska kunna dela material med den eller lägga till den i en gruppchatt. Dess egen identitet gör det möjligt att knyta handlingar till agenten, samtidigt som delning och medlemskap avgör vilket sammanhang den får tillgång till.
Tre administrationsytor delar på kontrollen

Dokumentationen för Gemini Enterprise Agent Platform beskriver hur Agent Registry, Agent Identity, IAM och Agent Gateway används för att registrera agenter, ge dem rättigheter och styra anrop till verktyg. En agent som distribueras på plattformen får en särskild identitet som kan tilldelas behörighet till exempelvis en viss Cloud Storage-resurs eller ett BigQuery-dataset. Agent Gateway kan tillämpa åtkomstregler när agenten anropar verktyg eller andra agenter; Model Armor kan granska anrop och svar.
Kontrollerna ligger på olika ställen. Agent Platform samlar bland annat registrering, identitet, policyer och loggning. I Gemini Enterprise Admin hanteras vilka agenter och verktyg som läggs till i en instans och vilka användare som får använda dem. Google Workspace Admin Console styr användarnas åtkomst till Gemini Enterprise och tillämpningen av Workspace-regler på agenters dataåtkomst. En administratör behöver därför skilja mellan användarens rätt att starta en agent och agentens egen rätt att nå en resurs.
Plattformsdokumentationen beskriver tillgängliga styrmekanismer, medan lanseringen beskriver vad den nya agenten är tänkt att göra. Den skillnaden spelar roll vid införande: en registrerad agent, en konfigurerad gateway och en ansluten tjänst är separata beslut. Ingen av dem visar ensam vilka regler som faktiskt gäller för ett företags arbetsflöde.
Kodkörning kräver en tydlig gräns

När en agent får skriva och köra kod kan ett uppdrag påverka mer än texten i ett svar. Den presenterade arkitekturen placerar körningen i Agent Sandbox med en egen nätverksgräns och låter agentens identitet följa med till den virtuella miljö som kör koden. Den praktiska konsekvensen beror sedan på vilka filer, verktyg och nätverksvägar just den körningen får använda.
Spårbarhet behöver omfatta vägen till resultatet. Plattformen har funktioner för körspår, händelseloggar och mätvärden, medan agentens handlingar ska kunna tillskrivas dess egen identitet i granskningsloggen. Därmed kan en organisation i princip se vilken agent som anropade ett verktyg och följa ett uppdrag över flera steg. Det förutsätter att relevant loggning är aktiverad och att rätt personer har åtkomst till loggarna.
En säker körmiljö ersätter inte en snäv behörighet. Om agenten får köra en fråga mot verksamhetsdata är både datasetets åtkomstregler och agentens möjlighet att föra resultatet vidare betydelsefulla. Samma sak gäller kodförråd: rätt att läsa kod och rätt att ändra den ger olika konsekvenser, även om båda handlingarna sker inom samma uppdrag.
Besluten före användning
För en svensk organisation kan införandet sammanfattas i en kontrollista. Vissa punkter motsvarar dokumenterade inställningar i plattformen; andra gäller hur organisationen avgränsar den nyannonserade agentens uppdrag i sin egen miljö.
- Identitet: Ge agenten en egen identifierbar roll och skilj dess handlingar från användarens.
- Minsta behörighet: Bestäm vilka resurser den behöver läsa och vilka den får ändra.
- Verktyg: Välj vilka anslutningar som ska finnas och vilka anrop som ska passera åtkomstreglerna.
- Kod: Avgör om uppdraget kräver kodkörning och vilken åtkomst körmiljön behöver.
- Loggning: Se till att körning och verktygsanrop kan knytas till agentens identitet.
- Kostnad: Sätt en gräns för projektets modellförbrukning och körmiljö där kostnadstaket används.
- Avstängning: Bestäm hur användares åtkomst och agentens behörigheter dras tillbaka när uppdraget upphör.
Lanseringen beskriver ett utgiftstak som ska pausa en projektagent när gränsen nås, samt Smart Routing för val av modell. Det är kostnadskontroller, inte ersättningar för regler om dataåtkomst. För den som ska godkänna användningen återstår därför ett konkret beslut: vilken identitet och vilka rättigheter agenten ska ha i de system där den faktiskt kommer att arbeta.
Läs också:
Relaterade artiklar


Gemini 4 Argon släpps inte brett – cyberförsvarare får förtur

MCP och A2A löser olika problem – en agent kan behöva båda

ChatGPT eller Gemini: arbetsflödet avgör vilket abonnemang som lönar sig

Prompt injection stoppas inte av ett filter – lås agentens verktyg

Supabase eller Firebase: SQL, mobilverktyg och kostnad drar åt olika håll
Prenumerera på vårt nyhetsbrev
Få de senaste nyheterna om Web3, AI och krypto direkt i din inkorg.