Gemini agent

Thomas Kurian stellte den Gemini agent auf der Gemini at Work 2026 am 8. Oktober vor und beschrieb ihn als universellen Agenten für die Arbeit: eine Schnittstelle und eine API für die Beantwortung von Fragen, Wissensarbeit, Bild- und Medienerstellung sowie das Schreiben und Ausführen von Code. Der Nutzer übergibt ihm Ziele statt Anweisungen und erhält am Ende ein fertiges Ergebnis.

Kurian stellt das Modell als eine Wahl dar, die vom Agenten getrennt ist: Gemini agent entscheidet je nach Aufgabe zwischen Gemini-Modellen und den Claude-Modellen von Anthropic, weitere Modelle sollen folgen. Darum herum gruppieren sich eine Tool-Registry, die sich mit jedem MCP-Server verbinden lässt, eine Skills-Registry (global, abteilungsbezogen, persönlich) und vier Gedächtnisarten: Sitzung, semantisch, prozedural, episodisch. Das Sprachmodell wird so zu einer Komponente neben Gedächtnis, Skills, Tools, Konnektoren und Orchestrierung.

Der zweite Strang ist die organisatorische Identität. Agenten-Kollegen erhalten ein eigenes Konto und einen eigenen Speicher, eine bestätigte Identität, minimale Rechte, ein Audit-Log unter eigenem Namen, eine Netzwerk-Sandbox und einen obligatorischen Durchlauf durch Agent Gateway, das die Richtlinien der Organisation anwendet. In Google Workspace arbeitet der Agent innerhalb von Gmail, Drive, Docs, Slides, Sheets, Chat und Calendar, als persönlicher Assistent, proaktiver Stellvertreter oder Teammitglied mit eigenem Konto.

Fred Cavazza ordnet dies in einem Beitrag auf X vom 9. Oktober 2026 in eine vierstufige Progression ein, die in dauerhaften synthetischen Kollaborateuren endet, und liest Microsofts Copilot Autopilot als vergleichbaren Anspruch (in seinem Beitrag nicht belegt). Er merkt zudem an, was Google nicht gezeigt hat: Zuverlässigkeit und Wirtschaftlichkeit im großen Maßstab, wobei die fortschrittlichsten angekündigten Fähigkeiten weiterhin nur eingeschränkt zugänglich sind.