Gemini 中文文档Coworker Agent 上手实战：给 AI 发一张工牌，让它自己来上班
我先讲一件我们公司真实发生过的倒霉事。
去年有个同事接了个自动化工具，为了省事，直接用自己的账号授权。工具跑得很欢，三个月后它给全公司发了一封"季度总结"，里面把一个还没官宣的人事变动写进去了。
事后追溯，日志上写的是他的名字。他百口莫辩。
这件事让我很久以来都对"AI 助手"这四个字保持警惕——不是因为它不聪明，而是因为它干坏事的时候，账算在你头上。
所以 2026 年 10 月 8 日 Gemini at Work 2026 那场发布会里，最让我坐直的不是"一个提示框搞定所有活儿"这种口号，而是一个特别不酷的细节：
谷歌给智能体发了工牌。
不是让你的 AI 借用你的账号，是给它一个单独的 @agents.company.com 邮箱、一个日历、一块 Drive 空间，和公司通讯录里的一个位置。 它以自己的身份行事，只能看到团队明确共享给它的东西，每一个动作都写进审计日志——署名是它自己。
说实话，这个设计听起来一点都不性感。但我干了这么多年技术，越来越确信一件事：
AI 从"能演示"走到"能上线"，中间隔着的从来不是模型智商，而是这些又土又硬的东西——身份、权限、审计、预算。
这篇就专门拆这件事。
Coworker Agent 是什么：先跟"子 Agent"分清楚
一句话版本：Coworker Agent（同事智能体）是 Gemini Agent 的"长期雇员"形态——有固定岗位职责、有独立企业身份、跨天跨会话持续存在；它和用完即焚的临时子 Agent（sub-agent）是两回事。
很多人第一次看发布会会把这两个搞混，我用一张表说清楚：
| 维度 | 临时子 Agent（Sub-agent） | 同事智能体（Coworker Agent） |
|---|---|---|
| 存在时间 | 一次性，任务结束就散 | 长期存在，跨天、跨会话、跨职责 |
| 身份 | 有独立身份，但临时的 | 独立 Workspace 账号 + 独立邮箱 |
| 触发方式 | 主 Agent 动态创建 | 人创建、人派活、也可定时或事件触发 |
| 存储 | 任务内 | 自己持久的 Drive 存储 |
| 能不能被同事找到 | 不能 | 能——在通讯录里，可被 @、可被拉进 Chat 空间 |
| 适合干什么 | 一个大任务的某个步骤 | 一个长期存在的岗位角色 |
后者才是这次真正的变量。谷歌给的例子很朴素：一个市场经理在 Chat 群里 @ 了"活动策划 Agent"，让它起草一份发布就绪文档，过一阵子它把成品贴回群里。
注意这个交互的形状——不是"我打开一个 AI 对话框"，而是"我在群里喊了一声同事"。
而且它会像新人入职一样自我 onboard：先学你、学你的工具、学你的团队，再开始干活。
三个反常识的设计，我逐个说
第一，它不继承你的权限——这是防"糊涂代理"
这是我拍手叫好的一条。
现在市面上绝大多数 AI 助手，本质是拿着你的令牌、以你的名义、拥有你的全部权限在跑。安全领域管这个叫 confused deputy（糊涂代理）——一个被授权过度的程序，可能被诱导去做你从没打算让它做的事。
Coworker Agent 反过来了：
- 它只看到你或团队成员明确共享给它的内容
- 不会自动继承创建它的那个员工的全部权限
- 访问规则沿用公司管人的那套共享规则——你在 Drive 里怎么给人开权限，就怎么给它开
这条约束听起来是限制，其实是它唯一能进企业的通行证。CIO 不敢签字的从来不是"AI 不够聪明"，是"AI 能读我全公司的文件还能以我的名义发邮件"。
第二，审计日志上写的是它的名字，不是你的
谷歌把企业智能体治理拆成了四个问题，我觉得这个框架比产品本身更值钱，建议直接抄：
- 你是谁（Who is the agent）
- 你能干什么（What may it do）
- 你干了什么（What did it do）
- 你永远不能碰什么（What must it never touch）
对应的答案分别是：
- 身份：每个智能体有加密签名（cryptographically attested）的身份，像管员工一样管，这个身份会被盖进它的日志、甚至它启动的虚拟机里
- 权限：基于角色的细粒度权限，由企业安全管理员审批；调外部系统时身份通过 OAuth 等标准传递
- 审计：每一次动作都写进审计轨迹，署名是智能体而不是某个人
- 策略：智能体在 Agent Sandbox（有独立网络边界）里执行代码；所有流量经过 Agent Gateway——官方叫它"AI 网络防火墙"。策略你写一次，对所有智能体生效
第 3 条尤其关键。它把问责制从"谁按的按钮"挪到了"谁创建和圈定了这个智能体"上。这是个成熟得不像谷歌会先做出来的设计。
第三，成本控制是做进产品里的，不是写在 PPT 里的
企业用智能体真正跑飞钱的方式，不是单价高，是一个任务在后台循环了三天没人发现。
谷歌这次给的刹车：
- 多模型编排：每个任务挑"够用且最便宜"的模型，当前在 Gemini 家族和 Anthropic 的 Claude 之间调度，后续接更多闭源和开源模型
- Smart Routing：自动分诊负载，把每个任务路由到性价比最优的模型
- 实时支出上限：在 Cloud Billing Console 里按项目设，触发即暂停该项目的智能体，人工点一下才恢复
硬件侧顺带提了一句：最新 TPU 8i 的性价比比上一代提升 80%。
一点个人立场："能调竞品模型"这步棋，比"模型更强"更能说明谷歌在想什么。 它想占的不是模型那层，是"派活"那层——上下文、集成、管理决策全在我这儿，底下的模型你们随便打，打赢了我换一个就行。
真实场景：别人已经在怎么用了
WebFetch 不到官方原文的时候，我一般会去看客户数字——企业客户肯报名字的那种数字，通常是不敢造假的。
| 客户 | 干了什么 | 报出来的效果 |
|---|---|---|
| Tata Steel（塔塔钢铁） | 部署 300+ 个专用智能体 | 客户投诉处理时长降低 50% |
| SOMPO（日本保险） | 建了 10000+ 个自定义智能体 | 模型开发周期从 1 周缩到 1 天 |
| BNP Paribas（法国巴黎银行） | 企业与机构银行业务流程 | 已铺到 65000+ 名员工 |
| Orange Spain | 事件分诊、网络分析 | 已部署 1000+ 个自定义智能体 |
宏观口径三条：接近 90% 的财富 100 强在用 Gemini Enterprise；接近 80% 的 Google Cloud 客户在用其 AI 产品；过去一年有接近 500 家客户各自处理了超过一万亿 token。
这组数字最扎心的地方在于：它们全部发生在这次的新智能体发布之前。 也就是说，企业侧的规模已经起来了，谷歌现在补的是"怎么让这些 token 变成交付物"。
三个我觉得最值得抄的角色
活动策划 Agent：跨天跟踪场地、预算、嘉宾确认，天然需要持久记忆。谷歌发布会直接拿它举例。
周报/会议纪要分发 Agent：错了不致命，但每周都耗人。这是最低风险的起手式。
数据分析 Agent：接 BigQuery 和 Knowledge Catalog，让业务人员用大白话问出实时运营报表。存下来的报表可以按需重跑，且不产生 token 成本——这条是我认为整个发布里最省钱的一句。
上手：现在到底能不能用
先把冷水端上来，免得你白跑一趟。
截至 2026 年 10 月 8 日，官方没有公布正式可用（GA）日期，也没有公布单独定价。 多家报道称其处于**私有预览（private preview）**阶段，正面向部分 Business 和 Enterprise 套餐的 Workspace 客户扩大推广。金融服务和法律两个行业版在预览，政府、医疗、零售标注"即将推出"。
所以下面这些，是你现在就能做的准备，不是点几下鼠标的教程：
第一步：先练"给目标不给步骤"。 这是用法上最大的转变。别写"先查销售数据再做个表"，写"给我一份上周各区域销售异常的排查结论，附证据"。你在给一个能自己规划的东西派活，不是在写宏。
第二步：画出你要建的第一个角色的边界。 拿一张纸写三行：它能读什么、它能写给谁、它绝对不能碰什么。写不出这三行的角色，先别建。
第三步：把重复流程固化成 Skill 发布到公司注册表。 找个你们每周都在做、每次都要重新讲一遍口径的流程。这是四层记忆里程序记忆真正变现的地方，也是省 token 最直接的一招——少讲一遍口径，就少烧一遍上下文。
第四步：接外部系统优先走 MCP。 工具层已支持 Jira、Git、Salesforce、ServiceNow、BigQuery、Snowflake、Databricks、Postgres 等，以及公司网络内外的任意 MCP 服务器。企业工具注册表允许团队自建并发布给全公司。
第五步：今天就用不上的话，先抄这个模式。 哪怕你完全用不上 Gemini Enterprise，给你现在跑的每个长任务 Agent 配独立的凭据——一个 Agent 一个 service account 或 API key，别用你个人的令牌。这样"撤销"就只是删掉一个东西，而不是去翻三个月的日志。
几盆冷水，照例泼一下
第一，跑三天的任务，失败成本是复利的。 一个跨天任务第二天走岔了，你第三天才会发现。谷歌没有发布任何独立的、证明长任务可靠性的对比基准——目前所有"能跑几天"都是设计目标，不是已验证结果。
第二，竞争已经撞成一锅粥。 微软 9 月底给 Copilot 加了常驻的 Autopilot 智能体（也带身份）；OpenAI 9 月 29 日 DevDay 推出常在线的 Dots agents；Anthropic 10 月 6 日让 Claude 原生进了 Docs、Sheets、Slides；xAI 的 Grok Bot 8 月就有持久智能体。大家在同一件事上撞车，说明方向没错，也说明现在进场谁都没有压倒性优势。
第三，中国大陆用户基本用不上。 Gemini Enterprise 和企业级 Workspace 在国内的访问状况就不乐观，同事智能体还需要企业账号体系和管理员配置。这条我每次都得写，因为总有人拿个人号去试然后来问为什么没有。
第四，一个带自己邮箱的 Agent 发错邮件，谁负责？ 这个问题谷歌没有回答，法律上大概也没有人回答过。它会是接下来两年最贵的一个问号。
但话说回来——
这轮 Agent 竞赛真正的分水岭，不是谁的模型更强，而是谁能把"身份"这件事做对。
给 AI 发工牌、给它最小权限、让它的每个动作进审计日志、给它设预算上限。这些一点都不酷，但它是从"能演示"到"能上线"之间唯一的那条路。
我干了这么多年，见过太多死在最后一步的技术：不是不够强，是没有人敢为它签字。
进阶
更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。