Google 在 Cloud Next 2026（4 月 22-24 日）上甩出了一个大动作：Vertex AI 正式升级为 Gemini Enterprise Agent Platform。这不是简单的改名，而是 Google Cloud AI 从”模型即服务”到”Agent 即平台”的战略转型。
本文基于多源交叉验证的深度研究，带你拆解这个平台的架构、核心能力、竞品对比和战略意图。
一句话定位
从管理单个 AI 任务，转向委托完整的业务成果。
Gemini Enterprise Agent Platform 整合了 Google 在企业 AI 领域的三条产品线：
- Vertex AI（开发者平台）
- Gemini Enterprise App（企业员工入口）
- ADK（开源 Agent 开发框架）
形成 构建 → 扩展 → 治理 → 优化 的完整企业级 Agent 生命周期平台。
产品演进：18 个月改了 4 次名
| 时间 | 事件 | 意义 |
|---|---|---|
| 2024-04 | Vertex AI Agent Builder 发布 | 无代码聊天机器人起步 |
| 2024-12 | Google Agentspace 发布 | 面向企业员工的 AI 搜索+Agent 入口 |
| 2025-04 | Agentspace GA + ADK 开源 | 开发者生态启动 |
| 2025-05 | Google I/O：ADK + A2A + Agent Engine 升级 | 多 Agent 编排标准化 |
| 2025-10 | Agentspace → Gemini Enterprise | 品牌整合 |
| 2025-12 | MCP 支持上线 | 与 Anthropic MCP 生态对齐 |
| 2026-04 | Vertex AI → Gemini Enterprise Agent Platform | 最大一次品牌重塑 |
坦率说，18 个月改了 4 次名，这品牌混乱度是减分项。但最终形态确实比之前清晰得多。
顶层架构：四大支柱
下面这张架构图展示了平台的完整分层设计：
四大支柱各司其职：
🔨 BUILD — 构建
| 组件 | 定位 | 适合谁 |
|---|---|---|
| Agent Studio | 低代码可视化设计 | 产品经理、业务用户 |
| ADK | 代码优先框架（Python/TS/Go/Java） | 开发者 |
| Model Garden | 200+ 模型选择 | 所有人 |
| Agent Garden | 预构建模板库 | 快速启动 |
ADK 是这里的明星产品。Apache 2.0 开源，15.6K Stars，700 万+ PyPI 下载——被称为”增长最快的 Agentic AI 框架”。一个最简 Agent 只需要几行代码：
from google.adk import Agent
from google.adk.tools import google_search
agent = Agent(
name="researcher",
model="gemini-flash-latest",
instruction="You help users research topics thoroughly.",
tools=[google_search],
)
🚀 SCALE — 扩展
- Agent Runtime：全托管运行时，亚秒级冷启动，支持长时间运行的 Agent（保持状态数天）
- Memory Bank：跨会话持久记忆
- Sessions：会话状态管理
- Cloud Run / GKE：灵活部署选项
🛡️ GOVERN — 治理
企业级治理三件套是 Google 的差异化重点：
| 能力 | 说明 |
|---|---|
| Agent Identity | 每个 Agent 获得唯一加密身份，用于访问控制和审计 |
| Agent Gateway | 工具调用、认证、策略的集中执行点 |
| Agent Registry | Agent 注册和生命周期管理 |
| Model Armor | 运行时威胁检测，防御 prompt injection |
加上 IAM 集成、VPC Service Controls、审计日志——这套安全体系的完整度在同类平台中领先。
📊 OPTIMIZE — 优化
- Agent Simulation：模拟用户交互，压力测试
- Agent Evaluation：多轮自动评分
- Agent Observability：运行时监控
- Trace Viewer：推理路径可视化
核心能力拆解
Agent 类型
| Agent 类型 | 典型场景 |
|---|---|
| 对话型 Agent | 客服、内部助手 |
| 任务型 Agent | 工单处理、数据分析 |
| 多模态 Agent | 文档分析、视觉检索 |
| Deep Research Agent | 市场调研、竞品分析 |
| Code Agent | PR 分析、代码重构 |
| Multi-Agent 系统 | 复杂业务流程自动化 |
多 Agent 编排
本地编排（ADK 内置）：Sequential / Parallel / Loop / Graph-based Workflow / Supervisor Pattern。
远程编排（A2A 协议）：Google 主导的跨 Agent 通信标准，支持不同框架（ADK、CrewAI、LangGraph）构建的 Agent 互相通信。已获 50+ 技术合作伙伴支持。
MCP 集成：Google Maps、BigQuery、Compute Engine、K8s Engine 等提供原生 MCP 服务器。
Grounding 与 RAG
- Google Search Grounding：实时网络搜索验证
- Enterprise Search Grounding：基于企业内部数据
- 60+ 第三方数据源：Confluence、SharePoint、Box、Jira、Salesforce、ServiceNow……
- 多模态 RAG：支持文档、图像、PDF
底层模型
| 模型 | 特点 |
|---|---|
| Gemini 3.1 Pro | 最新旗舰推理模型 |
| Gemini 3.1 Flash Image | 多模态图像 |
| Gemma 4 | 开源，可本地部署 |
| Claude (Anthropic) | Opus/Sonnet/Haiku 均可用 |
| Llama, Mistral 等 | 开源模型 |
Model Garden 提供 200+ 模型选择，这是 Google 的开放性优势。
竞品对比：五大平台横评
| 维度 | Google Agent Platform | Microsoft Copilot Studio | AWS Bedrock Agents | OpenAI Assistants | Anthropic Claude Enterprise |
|---|---|---|---|---|---|
| 定位 | 全栈企业 Agent 平台 | 低代码 Agent + Azure AI | 模型无关 Agent 基础设施 | API 优先 Agent 构建 | 企业级对话 AI |
| 核心模型 | Gemini 3.1 + 200+ 模型 | GPT-4o | Claude/Llama/Mistral 等 | GPT-4o/o3 | Claude Opus/Sonnet |
| 多模型支持 | ✅ 200+ | ⚠️ 主要 Azure OpenAI | ✅ 多供应商 | ❌ 仅 OpenAI | ❌ 仅 Claude |
| 开源框架 | ✅ ADK (Apache 2.0) | ❌ 闭源 | ❌ 闭源 | ❌ 闭源 | ❌ 闭源 |
| 低代码 | ✅ Agent Studio | ✅ 强项 | ⚠️ 有限 | ❌ | ❌ |
| 跨 Agent 协议 | ✅ A2A + MCP | ⚠️ 后续支持 | ❌ 自有方案 | ❌ | ✅ MCP 创始者 |
| 上下文窗口 | 1M+ tokens | 128K tokens | 因模型而异 | 128K tokens | 200K tokens |
| 生态锁定 | 中等 | 高 | 中等 | 高 | 低 |
核心对局：Google vs Microsoft
- Microsoft 优势：全球 Office 365 用户基数、低代码体验更成熟、企业采购路径更短
- Google 优势：模型能力（上下文窗口 5x 于 GPT-4o）、开源框架、A2A 开放协议、多模型选择
- 关键差异：Microsoft 更适合已有 M365 生态的企业；Google 更适合多云策略和技术导向团队
个人判断：最终胜负取决于企业 IT 决策者选择”更封闭但更省事”还是”更开放但更需要投入”。
定价模型
Gemini Enterprise App（面向企业员工）
| 版本 | 价格 | 核心功能 |
|---|---|---|
| Business | ~$21/用户/月 | 基础 AI 搜索+Agent |
| Standard | ~$30/用户/月 | 更多 Agent 配额 |
| Plus | ~$60/用户/月 | 高级 Agent + NotebookLM Enterprise |
Agent Platform（面向开发者，按使用量计费）
| 组件 | 费率 |
|---|---|
| Agent Engine vCPU | $0.0864/vCPU-hour |
| Agent Engine 内存 | $0.009/GB-hour |
| Sessions & Memory Bank | $0.25/千次事件 |
| Vertex AI Search (标准) | $1.50/千次查询 |
| Vertex AI Search (企业+生成) | $4.00/千次查询 |
| 数据存储索引 | ~$1.00/GB/月 |
免费额度：Express Mode 免费试用（最多 10 个 Agent Engine，90 天）；新用户 $300 免费额度。
按使用量计费对大规模部署有利（边际成本递减），但对中小企业的成本可预测性不友好。
开发者生态
GitHub 活跃度
| 仓库 | Stars | 语言 |
|---|---|---|
| google/adk-python | ~15,600 | Python |
| google/adk-js | 较新 | TypeScript |
| google/adk-go | 较新 | Go |
| google/adk-java | 2026-04 新发布 | Java |
ADK 2.0 Beta 已发布，新增 Workflow 支持和 Agent Teams 功能。ADK TypeScript 1.0 正式发布。
社区反馈
正面：
- 代码优先设计受开发者欢迎
- A2A 协议开放性获广泛支持
- 与 CrewAI、LangGraph 互操作性好
- Codelabs 学习资源质量高
待改进：
- 定价模型复杂，成本不易预测
- 品牌变更频繁造成混淆
- 低代码体验仍不如 Copilot Studio
客户案例
| 客户 | 行业 | 用例 |
|---|---|---|
| Wells Fargo | 金融 | 企业知识搜索和 Agent 辅助决策 |
| KPMG | 咨询 | Financial Close Companion Agent |
| Comcast (Xfinity) | 电信 | 多 Agent 架构客服系统重构 |
| Color Health | 医疗 | Virtual Cancer Clinic 乳腺癌筛查 |
| Burns & McDonnell | 工程 | 数十年项目数据→实时决策支持 |
| WPP | 广告 | 已构建数千个 Agent |
| Payhawk | 金融科技 | Memory Bank 长期上下文金融助手 |
战略意图：Google 在想什么？
1. 云业务增长引擎
Agent Platform 是将 AI 模型优势转化为平台收入的关键。Google Cloud 需要差异化竞争对手 AWS 和 Azure。
2. “开放的围墙花园”策略
开源 ADK + 开放 A2A 协议吸引开发者，托管服务（Agent Engine、Memory Bank）创造平台粘性。比 Microsoft 的”闭源绑定”更有技术吸引力，但执行难度更大。
3. A2A 协议的标准化野心
类似当年 Kubernetes 的策略——开源一个标准，确保自己在标准制定中的主导地位。如果 A2A 成为事实标准，Google 将在多 Agent 时代占据有利位置。
4. 对抗 Microsoft Copilot
Microsoft 通过 M365 Copilot 占领企业 AI 入口，Google 必须有同等级别的回应。
关键洞察
- 品牌整合信号战略聚焦：这不是改名，是 Google Cloud AI 从”模型即服务”到”Agent 即平台”的战略转型
- ADK 开源策略正在奏效：15.6K Stars + 700 万下载量。护城河不在框架（可 fork），在托管服务
- A2A 是长期赌注：50+ 合作伙伴是好的开始，但离事实标准还有距离
- 定价是双刃剑：大规模部署有利，中小企业不友好
对企业的建议
| 场景 | 建议 |
|---|---|
| 已深度使用 Google Workspace | 首选 Gemini Enterprise |
| 已深度使用 M365 | Microsoft Copilot 仍是阻力最小的路径 |
| 多云策略 / 技术导向团队 | ADK + Agent Platform 值得评估 |
| 成本敏感 | 需详细 PoC 对比 |
风险提示
- 品牌混乱：18 个月内多次改名，客户和合作伙伴可能混淆
- 执行风险：Google 有”发布但不持续维护”的历史
- 模型竞争激烈：Gemini 的优势窗口可能很短
路线图推测
- 所有 Vertex AI 服务完全迁移到 Agent Platform 品牌下
- A2A 协议持续推动标准化（目标：Agent 通信的 HTTP）
- 更多 MCP 服务器上线（Looker、Spanner 等）
- ADK 2.0 正式版（预计 2026 Q2-Q3）
- Agent Marketplace（企业级 Agent 市场）
结语
Gemini Enterprise Agent Platform 是 Google 在企业 AI 领域最完整的一次产品发布。四大支柱的设计清晰合理，ADK 的开源策略正在快速建立开发者生态，A2A 协议的标准化野心值得关注。
但品牌频繁变更、定价复杂性、以及 Google 在企业市场的历史执行力，都是需要持续观察的风险因素。
一句话总结：Google 正在用”开放 + 全栈”的策略对抗 Microsoft 的”生态 + 锁定”策略。谁赢还不好说，但企业客户多了一个高质量的选择。
数据来源：Google Cloud Blog、Forbes、TheNextWeb、GitHub、ADK 官方文档 (adk.dev)、Gartner、tech-insider.org 等。
研究时间：2026-04-27 · 研究员：黄山（wairesearch）· 编辑：五岳团队