用着自家的招牌界面，后台却悄悄把客户送去老对手那里干活
你在屏幕前打开一个挂着谷歌商标的对话框，输入一段复杂的业务需求，按下回车。你以为后台正在全力运转谷歌最骄傲的自家模型，但水面之下，这个系统却在悄悄做出判断：它扫了一眼你的要求，转身把整套任务打包，送进了老对手 Anthropic 的大门，调用了对方的 Claude 模型来干活。
这不是测试人员的恶搞，也不是某种黑客手段，而是谷歌在 2026 年 10 月 8 日的 Gemini at Work 活动上，白纸黑字向全世界公布的企业新功能。在自家的主场，把上门客户的活儿拱手让给最直接的竞争对手，在向来壁垒森严的商业竞争里，这听起来简直不可思议。
一、为什么自家的大招，反而要给对手开门
很多人第一反应是：谷歌是不是认输了？事实恰恰相反，在亮出这个举动之前，谷歌先摆出了一组极为庞大的数字。
谷歌首席执行官 Sundar Pichai 在开场时公布，Gemini 的月活跃用户已经突破了 10 亿大关，而在全美财富 100 强企业中，有接近 90% 的公司都在工作场景里用上了 Gemini Enterprise。过去一年里，有将近 500 个谷歌云的客户，各自消耗处理的 AI 输出基本单位超过了 1 万亿；将近 80% 的谷歌云客户都在使用其 AI 产品。手里握着这样庞大的客户底盘，谷歌完全有底气把门关起来，逼着所有人在自己的花园里消费。
但谷歌云首席执行官 Thomas Kurian 带来的新产品，却打破了这个惯例。这次发布的通用工作智能体，核心逻辑不再是单向的一问一答，而是让用户只给目标、不给琐碎指令，直接委托一个结果，最后回来接收完成的工作。更关键的是，系统在底层把智能体与底层大模型彻底拆开了。
官方在博客中明确写道，这个智能体会在自家的 Gemini 系列模型，以及来自对手 Anthropic 的 Claude 模型之间进行动态编排，未来还会纳入其他领先的私有模型和开源模型。历史上，买谷歌的云服务就等于只能用谷歌的模型；而现在，你用着谷歌的招牌界面，背后跑的却可能是对手的大脑。这背后并不是大方，而是一场算计极深的商业防守。
二、最大的模型，为什么对付不了日常的脏活累活
要把这个弯转过来，得先看懂大企业在过去两年里踩过的大坑。过去大半年，消费级智能体层出不穷，但大公司把它们接进生产流程时，往往会撞上一堵墙：成本失控。
自 2024 年以来，AI 每次输出基本单位的单价虽然已经下降了约 98%，降幅惊人，但企业内部的调用量却呈现爆发式增长。如果把大模型比作雇佣员工，最聪明的顶级模型就像收费极高、按秒计费的行业大律师，而企业内部每天充斥的，其实是大量诸如提取表格、分类邮件、抓取数据的简单体力活。如果不管大事小事，全都塞给最贵、参数最大的旗舰模型去跑，企业哪怕家底再厚，也经不起这样的流水消耗。
谷歌给出的理由非常现实：最适合任务的模型，往往不是体格最大的那个。行业里每隔几个月就会冒出新的领先模型，谁也不敢保证自家技术永远在每一个单项上都是第一。如果把企业的所有数据、习惯和流程死死捆绑在某一个特定模型上，每次外部技术洗牌，企业就得经历一次痛苦的系统搬家。
把模型打散成零件，事情就完全变了。对于简单的指令，智能体可以调用小而快的 Gemini Flash；遇到耗时极长的复杂推理，它会换上旗舰模型 Argon；而一旦碰到需要特定知识工作或编程的活儿，它就能立刻路由给 Anthropic 的 Claude。
像线上支付机构 PayPal，每周要路由超过 1000 万次这种多模型请求；电商平台 Shopify 为数百万商家混合使用前沿模型；运动品牌 On 则靠着这种动态切换，大幅缩短了新产品的上市时间。至于霍尼韦尔，甚至把这套工作流直接接进了自己的物联网平台，用来学习设备系统、预测故障，把过去让人头疼的意外停机变成了有准备的计划内维护。
三、不是普通工具，而是一个拥有独立邮箱的新同事
能够接纳对手的模型，前提是谷歌必须有足够深的护城河，让企业离不开自己的框架。这个护城河，就是这套智能体在企业内部的扎根深度。
在很多人的印象里，AI 只是浏览器里的一个网页标签，关掉窗口，它的记忆就被清空了。但谷歌这次把这套系统做成了一个具有持久执行能力的虚拟同事。它拥有专属的企业邮箱账号，后缀甚至就是标准的企业域名。它不仅有属于自己的持久存储空间，还清楚知道谁在哪个团队、谁在什么时区、一份申请该找谁审批、大家手头的日历是怎么排的。
在实际协作中，用户可以像指挥项目经理一样给它下达目标。面对复杂的多步骤大工程，它甚至能在后台自行派生出更小的子智能体去分头行动。这些临时派生出来的小帮手各自拥有独立身份，但只能查看分配给它们的特定上下文，一旦操作完毕，所有的步骤都会在后台留下专门归因于智能体的审计日志，而不是挂在某个员工个人头上。
在这个过程中，无论是微软的办公软件、企业通讯工具 Slack、项目协作平台 Jira、代码库 Git，还是像 Snowflake、BigQuery 这样的底层数据库，智能体都能自由穿梭其间，甚至能连接企业内外的任何上下文协议服务器。这就像一个在公司里手眼通天的超级助理，不仅掌握了所有的业务脉络，还能在需要外力时，随时从公文包里掏出不同厂牌的专业工具。模型只是干活的打工人，而调度整个公司全局运转的指挥棒，被牢牢捏在谷歌手里。
四、藏在官方文档里的精细算盘
很多旁观者在 10 月 8 日看到爆料时，以为这只是几家技术公司在私底下达成了某种小范围测试协议。网络上甚至流传着一份包含好几个具体模型型号的清单，但随后就被证实多处存在错误。
事实上，早在这次大会召开的前一天，也就是 2026 年 10 月 7 日，谷歌云的官方支持文档就已经做好了底层铺垫。文档清晰显示，来自 Anthropic 的一系列模型早就被托管进了谷歌的智能体平台。它们不仅完全免除了用户自行搭建和管理基础设施的麻烦，支持按需付费或者购买预置吞吐量，而且完全符合美国联邦风险与授权管理项目的高等级安全认证要求，老老实实运行在谷歌云的安全授权边界之内。
在具体的支持名单里，不仅涵盖了面向长时复杂知识工作与编码的 Claude Fable 5.1 与 5，还包括了从 4 系列一路演进至 5.5 的多代 Opus 与 Sonnet 模型。甚至在谷歌自家的另一款产品 Antigravity 里面，部分高阶的 Claude 模型早就面向不同层级的订阅用户开放过。换句话说，谷歌把对手的模型搬进自家后院，并不是被逼无奈的临时起意，而是一场经过严密合规与技术托管铺垫的商业行动。
在成本防线上，谷歌更是拿出了智能路由、多模型编排和实时支出上限这一整套刹车装置。但精明的是，尽管把成本控制当作最大的卖点大书特书，谷歌官方在发布当天，却没有对外公开这套多模型编排系统的具体定价明细与计费标准。这种留白，既为后续的商业博弈留足了谈判空间，也让对手的模型成了自己销售云平台的一块活招牌。
在大模型混战的早期，科技巨头们都在拼命筑高墙，生怕自家的用户看了一眼别家的技术。而如今，谷歌的做法彻底反了过来：它把对手的模型请进自己的客厅，甚至由自己的系统掏钱帮用户调用。当技术更迭的速度快到没有谁能永远称霸时，最聪明的做法或许不再是证明自己的模型最强，而是保证无论最后谁的模型胜出，所有的企业数据、工作习惯和管理权限，都必须留在自己的底座之上。
