Google Cloud 的 Vertex And Models 推动了企业 AI 代理的采用

快速阅读: 《福布斯》消息，谷歌云在2025年Next大会上推出强化的Vertex AI和Gemini模型，新增推理模型与多代理功能，助力企业高效构建AI应用。通过代理到代理协议、ADK工具包及代理空间等创新，提升开发、集成与应用效率，推动AI在各行业的落地实践。

谷歌云在2025年的Google Cloud Next大会中公布了一系列在AI领域的突破性进展。新推出的推理模型与代理功能或将彻底改变商业应用场景。

在当今飞速发展的AI领域，企业急需可靠高效的平台，能够融合强大的模型与便捷的部署能力。谷歌云对Vertex AI和Gemini模型系列的最新优化为企业提供了一套完整的解决方案，使企业能够在前所未有的速度和效率下构建、部署和管理AI应用。Vertex AI作为谷歌云协调生产AI三大核心要素（模型、数据和AI代理）的平台，得到了显著增强。

谷歌云通过推出围绕推理模型和代理生态系统的新功能，极大地提升了Vertex AI平台的能力，增强了企业构建和部署AI应用的能力。除了谷歌自身的模型，Vertex AI平台目前支持超过200个模型。云服务提供商最新的Gemini 2.5模型标志着一种根本性的转变，从简单的响应生成升级为谷歌所谓的“推理模型”，即展示透明逐步思考过程的AI系统，在生成输出前进行详细分析。这种推理模型能够处理复杂分析并根据企业数据做出细微决策。谷歌推出了两款互补的模型，以适应不同的业务需求。Gemini 2.5 Pro专为复杂问题设计，拥有百万级令牌的上下文窗口，能高效处理大量文档和代码库。同时，Gemini 2.5 Flash则针对高吞吐量、成本敏感的应用场景进行了优化，在大规模效率方面表现出色。

企业在不了解AI如何得出结论的情况下，很难对AI输出建立信任。第一步是列出AI回答中所使用的所有信息来源。然而，推理模型通过展示其思考过程进一步增强了这一点，这对满足企业的合规性和治理需求至关重要。提供一系列兼顾成本、性能和透明度的解决方案，是满足广泛企业AI需求的重要一步。早期采用者反馈了令人信服的结果。穆迪表示谷歌的解决方案提供了超过95%的准确率，并减少了80%的复杂财务文件分析处理时间。Box已经在采购和报告工作流程中的非结构化数据处理中实施了AI提取代理，展示了信息管理的实际应用。

但仅仅依靠AI模型是不够的，增强AI代理能力的新工具集至关重要。企业买家向Lopez Research反映的主要AI代理担忧之一是担心代理会做出错误决策并付诸实施。许多组织都表达了对AI编排解决方案不成熟的担忧，并且担心代理不会正常运作，因为完成任务所需的数据和工作流跨越了多个应用程序和服务。为了解决这一问题，公司正在寻求强大的AI编排工具，以便协调和管理各种AI系统、模型或组件，使其无缝协作以解决复杂的任务。最后，这并不是像点击一个按钮就能部署一批代理那么简单。公司需要工具来帮助他们更轻松地构建和部署定制和现成的代理。

新的解决方案旨在解决企业AI部署的顾虑。为了应对这些顾虑，谷歌在Vertex AI中推出了一系列新的多代理生态系统功能，允许多个AI系统协同工作以完成复杂的任务。该公司引入了几个组件来实现这种方法，包括代理开发工具包（ADK）、代理到代理协议、代理引擎以及对代理空间的更新。

通过代理到代理协议降低数据协作难度。多数供应商声称能够提供完全自主的AI代理，但多数购买者更倾向于半自主地部署这些代理，以减少对流程失败或不准确性担忧。为了解决这一问题，谷歌推出了代理到代理协议，这是一种开放标准，用于启用基于不同框架和供应商构建的代理之间的通信。谷歌在50多家行业合作伙伴的支持下推出了该协议，其中包括Salesforce、ServiceNow和UiPath。代理到代理计划解决了企业AI采用的最大障碍之一：跨异构系统创建互操作性时面临的痛苦集成挑战。

让各级别的开发者更容易构建AI。与此同时，代理开发工具包（ADK）、代理引擎以及Vertex AI平台的其他进步有助于启动代理的开发。代理开发工具包是一种开源框架，允许开发者用约100行代码构建复杂的代理——大大降低了开发复杂性。此外，它还通过代理花园提供预构建示例，以进一步加速开发。ADK与Anthropic、Meta和Mistral AI等提供商的200多种模型兼容。

让各级别的开发者更容易构建AI。配套的代理引擎提供了一个完全托管的运行时环境进行部署，消除了从原型到生产重新构建代理的传统挑战。代理引擎还提供了评估工具来衡量和提高代理质量。

安全性与数据集成能力进一步完善了平台，配置的内容过滤器、身份控制以及谷歌云的虚拟私有云（VPC）服务控制提供了多层次保护。同样重要的是，该平台能够通过标准协议和直接API集成等方式将代理连接到企业数据。

改善对AI代理的访问。一旦企业能够设计、管理和保障代理，成功面临的最大障碍是如何让代理在企业内部得到广泛应用。代理空间旨在帮助员工查找、发布和使用代理。代理空间于2024年12月正式上线，允许员工（以及代理）从整个组织范围内获取信息，利用Gemini的多模态智能综合和理解信息，并通过AI代理采取行动。企业可以通过代理画廊快速轻松地发现和采用代理，并使用谷歌的无代码代理设计器创建代理。公司还可以部署谷歌构建的代理，例如其新的深度研究和创意生成代理，以帮助员工生成和验证业务想法并综合密集信息。

在会议中，谷歌宣布代理空间已与Chrome企业版集成，让员工可以从Chrome搜索框中利用代理空间的统一搜索功能。将代理空间直接引入Chrome将帮助员工在其现有工作流程中轻松且安全地找到包括数据和资源在内的信息。

或许最令人惊讶的是了解到实际企业今天正在部署代理。在主题演讲和谷歌云网站上的客户引述表明，业务影响已经体现在各个行业中。例如，Revionics已经实施了一个多代理系统来优化零售定价，而雷诺集团开发了代理，利用地理分析战略性地放置电动汽车充电基础设施。戈登食品服务公司正在使用代理空间改变其通过Google Workspace和其他来源如ServiceNow的数据搜索企业知识的方式。这些早期案例展示了以往依赖人工密集型分析的工作流程实现复杂自动化的潜力。

关键要点：AI代理将成为现实。该战略为资深开发者、初学者设计师以及需要找到并使用代理以提升工作效率的员工提供了支持。模型、连接器和现成代理的可用性将有助于缓解模型能力、企业集成和生产就绪性之间的矛盾。结果不仅是开发速度的提升，更是更可靠、更适配企业需求的代理。

随着推理模型和多代理系统的演变从实验概念变为生产现实，组织不仅应评估单个模型的能力，还应评估负责企业部署所需的更广泛的基础设施。高管们评估AI投资的关键考虑因素不是单一的技术能力，而是投资组合和生态系统的广度，以加速价值创造时间，同时保持治理要求。谷歌对Vertex AI及AI代理工具的最新改进体现了更加务实的方法，专注于实际的企业采用，而不仅仅是推进技术基准。

(以上内容均由Ai生成)