转写说明

本文基于已校验的公开原文进行结构化转写与事实梳理，非原文转载。 转写保留可核验的技术事实，并将工程建议与来源观点明确分开。

核心结论

该手册将Google企业Agent产品矩阵划分为数据访问层、知识加工层、决策协作层、业务流程层、开发协作层和平台能力层六个层级。用户卷入度和模型能力要求随层级递增：底层仅需RAG加多模态检索，上层需要No-code编排、工具调用和跨Agent通信。

企业搜索被明确定位为Agent系统的“地基”，而非Agent本身。手册原文指出企业搜索虽然技术上不算严格意义上的AI Agent，但它是Agent式AI的基础层。Agent能力链起点是找信息，若此步缺失，后续推理与决策无从实现。

Multi-agent已成为实际产品形态。Customer Engagement Suite明确采用三Agent架构，分别面向客户、客服和管理者。Idea Generation Agent使用数百个Agent生成创意并通过多角度评估实现自评分，这是Agent-as-Judge范式的规模化应用。

Agent2Agent协议被纳入产品支持范围，意味着Google的Agent可与外部平台构建的Agent互通。手册列举的客户案例涉及医疗、教育、咨询、通信、企业软件等多个行业，落地场景包括临床信息检索、市场调研分析、客服通话优化、销售准备、软件开发加速和HR政策查询。

能力机制

数据访问层依赖统一入口与预置连接器。Google的解法是Gemini Enterprise作为统一入口，配合预置连接器接入Drive、邮箱、CRM、IT工单、HRIS等散落数据源，并通过Chrome搜索栏实现天然入口覆盖。手册强调没有统一访问层，Agent只能在已接入的单一系统中运行。

知识加工层采用Audio Overviews机制。NotebookLM可将文档转换为播客形式，实现从文本检索到音频输出的知识消费形态转变。

决策协作层通过多Agent分工实现专业聚焦。Customer Engagement Suite的三个Agent分别承担多语言自动响应与路由、实时辅导与推荐、全量交互分析等职责。Idea Generation Agent则采用“生成群加评审群”架构，由一组Agent负责产出创意，另一组Agent负责互评打分和排序输出。

业务流程层通过连接器与现有系统集成。营销场景使用营销连接器，销售场景使用CRM连接器，HR场景集成HR系统，实现Agent能力向现有业务流程的嵌入。

开发协作层提供从现成到自建的分级能力。Agent Gallery提供预置Agent商店，Agent Designer提供No-code聊天式编排界面，Vertex AI Agent Builder面向开发者提供专业构建能力。

平台能力层支持自建Agent的全生命周期管理。Vertex AI Agent Builder提供Agent设计和部署能力，支持No-code编排、工具调用和跨Agent通信需求。

快速开始

手册未提供可执行的命令或代码示例。若需评估企业搜索能力，可验证Gemini Enterprise对内部Drive文档、邮件内容和数据库的覆盖范围。若需验证多Agent协作能力，可测试Customer Engagement Suite中三个Agent的分工响应和状态同步。若需验证No-code编排能力，可在Agent Designer中尝试用聊天界面拼接一个简单的信息查询Agent。

适用边界

手册定位为企业落地指南，而非技术原理文档。手册有意回避了Agent可解释性、跨系统权限治理、多Agent故障定位和长时任务成本控制等工程级痛点。手册未涉及ReAct、tool use、function calling等底层机制的技术细节。

手册的结论适用于企业级Agent产品规划与定位。对国内做企业Agent的团队，手册提供的分层框架可作为产品坐标参考。手册强调场景必须落到具体工作流，不建议做“通用助手”。手册建议优先构建数据底座，再提升模型能力。

A2A协议值得关注但需跟踪发展。手册提及该协议的支持，但未提供技术规格或实现路径。Agent平台开发者可考虑参与协议制定或保持跟进。

核验清单

若计划参考该手册做企业Agent产品规划，建议按以下维度进行核验：

数据底座完整性方面，需要确认已接入的企业系统覆盖范围、跨系统权限模型是否建立、增量更新与定时同步的策略是否明确。

产品定位方面，需要确认产品在六层架构中的目标层级、该层级的竞品分布情况、上下游依赖卡点。

Multi-agent设计方面，需要确认是否需要多Agent分工而非单Agent方案、Agent之间是否需要互评或裁判机制。

分发策略方面，需要确认目标用户是否具备技术背景、是否需要No-code能力支撑业务人员自助使用。

协议兼容性方面，需要确认是否需要与其他平台Agent互通、A2A协议的发展状态是否值得投入跟进。

来源与核验

  • 原始文章
  • 页面事实以原始来源及其引用的官方资料为准；版本、星标和模型能力会随时间变化。
  • AI Stack 不公开抓取到的全文快照，只发布独立转写与来源入口。

站内链接

相关文章