For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/google-gemini-agent-claude-routing-cowork-835f5f89.md.
Google se ha incorporado formalmente a la carrera por crear compañeros de IA empresariales siempre disponibles.
Google se ha incorporado formalmente a la carrera por crear compañeros de IA empresariales siempre disponibles.
En Gemini at Work 2026, Thomas Kurian, CEO de Google Cloud, presentó el agente Gemini, que Google describe como un agente único y universal para el trabajo. Puede responder preguntas, investigar información, crear contenido multimedia, analizar datos, escribir y ejecutar código, utilizar herramientas empresariales, programar tareas, reaccionar ante eventos y mantener activas tareas de larga duración en la nube después de que el usuario cierre su portátil.
La principal novedad no es simplemente que Gemini pueda operar en Gmail, Docs, Sheets, Slides, Chat, Calendar, bases de datos, herramientas de desarrollo y servicios de terceros.
Google intenta convertir al propio agente en la capa persistente.
La empresa separa el agente del modelo subyacente, lo que permite que Gemini enrute las tareas entre la propia familia de modelos de Google y los modelos Claude de Anthropic actualmente, con más modelos privados y abiertos previstos para el futuro.
Esto significa que la memoria, las herramientas, las capacidades, las conexiones de datos, los controles de seguridad y el estado del flujo de trabajo de una organización pueden permanecer intactos aunque cambie el modelo seleccionado para una tarea concreta.
Google también está introduciendo un tipo de compañero de IA más literal: un agente con su propia cuenta de Workspace, dirección de correo electrónico, calendario, almacenamiento de Drive, presencia en el directorio, registro de auditoría y función persistente dentro de un equipo.
Google resume el principio operativo en una frase:
Dale objetivos, no instrucciones.
La idea es que el usuario no tenga que dividir manualmente una tarea empresarial en cada paso intermedio.
En su lugar, delega el resultado deseado.
Por ejemplo, un encargo de análisis de mercado podría requerir que el agente:
Se espera que el agente decida qué herramientas, aplicaciones y modelos son adecuados en cada etapa.
Una solicitud simplificada podría ser:
Crea un análisis de entrada al mercado para nuestro nuevo producto.
Utiliza nuestros datos internos de ventas y la información actual de la competencia,
construye el modelo financiero en Sheets y entrega una presentación en Slides.
El usuario proporciona el objetivo. Gemini planifica el trabajo.
Google está posicionando el agente Gemini como una interfaz unificada, en lugar de como una colección separada de asistentes especializados.
La arquitectura oficial incluye varias capacidades principales.
Gemini puede conversar, completar objetivos autónomos, crear contenido y generar o ejecutar código desde la misma experiencia de agente.
Las tareas pueden iniciarse manualmente, programarse para más tarde o activarse mediante eventos.
Google afirma que se puede acceder al agente desde la web, iOS, Android, Windows, macOS, Google Workspace, Microsoft 365, Slack, interfaces de línea de comandos y aplicaciones de terceros.
También puede ejecutarse como un agente sin interfaz, lo que significa que no siempre requiere una interfaz de chat específica.
El agente se ejecuta en la nube.
Por ello, su contexto, memoria y personalización pueden persistir entre dispositivos y canales.
Google afirma explícitamente que los trabajos que requieren horas o días pueden continuar después de que el usuario cierre su portátil.
Gemini puede crear dinámicamente subagentes temporales para partes específicas de una tarea más amplia.
Estos subagentes pueden trabajar en paralelo o en secuencia y coordinarse con el agente principal.
Por tanto, un encargo extenso podría dividirse en funciones como investigación, análisis de datos, programación, revisión y preparación de la presentación.
El punto importante es que el usuario no tiene que crear y gestionar manualmente cada subagente.
La automatización entre aplicaciones no es nueva por sí misma.
Los asistentes de IA ya escriben correos electrónicos, resumen documentos, buscan en la web, crean hojas de cálculo y utilizan API.
La nueva propuesta de Google es que estas capacidades pertenezcan a un único agente empresarial persistente, en lugar de a una colección de experiencias aisladas.
El agente puede mantener una identidad, una capa de contexto, un sistema de memoria, una biblioteca de capacidades, un conjunto de controles empresariales y un registro de herramientas únicos.
El modelo subyacente puede cambiar mientras esos activos de nivel superior permanecen.
Se trata de una distinción estratégicamente importante.
Si más adelante aparece un modelo mejor, una organización no debería tener que reconstruir desde cero todo el flujo de trabajo de IA del empleado.
Google está ampliando la idea más allá del asistente personal.
Una empresa puede crear un agente compañero para un equipo o función específicos.
En lugar de actuar con la identidad de un empleado, el agente compañero recibe su propia cuenta de Workspace.
Google afirma que puede tener:
La arquitectura oficial de Google describe los correos de los agentes compañeros con un formato como:
@agents.company.com
El flujo de trabajo práctico es deliberadamente familiar.
Un equipo puede añadir el agente a un espacio de Google Chat. Un usuario puede mencionarlo con @ en el comentario de un documento. El agente puede realizar cambios con su propio nombre, responder en el hilo de comentarios y dejar su propio registro en el historial de versiones.
Esto es diferente de un asistente que suplanta al usuario humano.
El agente actúa como una identidad organizativa separada.
Dar a un agente de IA su propia cuenta no es solo una decisión de experiencia de usuario.
También cambia la seguridad y la auditoría.
Si cada acción se atribuye al empleado humano, puede ser difícil determinar si fue el empleado o un agente autónomo quien realizó un cambio.
Una identidad de agente separada facilita el rastreo de la actividad.
Google afirma que cada identidad de agente puede contar con certificación criptográfica, estar gobernada como una identidad de empleado, restringirse mediante permisos de mínimo privilegio, registrarse en los logs de auditoría y propagarse a la máquina virtual utilizada para ejecutar código.
Cuando el agente se conecta a un sistema externo, Google afirma que la identidad puede asignarse mediante estándares como OAuth.
Esto significa que el agente puede tratarse como una entidad empresarial gestionada, en lugar de como un proceso invisible que toma prestadas las credenciales de una persona.
Otra parte importante del anuncio es un modelo de memoria de cuatro capas.
La memoria de sesión almacena el contexto de la tarea actual.
Si una tarea continúa durante varios días, el agente puede recordar lo que ya ha hecho y lo que queda pendiente.
La memoria semántica es el conocimiento estructurado que el agente construye al leer documentos, hablar con personas y trabajar con otros agentes.
Algunos ejemplos son el aprendizaje de nombres de productos, terminología interna, responsabilidades de los equipos, definiciones empresariales y relaciones organizativas.
La memoria procedimental registra cómo se realiza el trabajo.
Por ejemplo, puede aprender qué fuentes de datos necesita un informe, qué secuencia analítica sigue el equipo, qué pasos de aprobación se requieren y qué formato final espera la organización.
Google afirma que Gemini incluso puede escribir capacidades para sí mismo a partir de lo que aprende mediante el trabajo repetido.
La memoria episódica registra el historial del trabajo completado.
El agente puede utilizar la experiencia de ejecuciones anteriores al abordar posteriormente un encargo similar.
En conjunto, los cuatro tipos de memoria pretenden reducir la necesidad de repetir instrucciones detalladas.
Google compara este proceso con la incorporación de un nuevo empleado que aprende gradualmente sobre el equipo, las herramientas y los procesos internos.
Google organiza el agente empresarial en torno a tres capas reutilizables.
El agente puede conectarse a sistemas empresariales como Google Workspace, Microsoft Office, Microsoft Teams, Slack, Confluence, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, PostgreSQL, Snowflake y archivos locales del escritorio.
Google también afirma que el agente puede conectarse a servidores del Model Context Protocol dentro o fuera de la red corporativa.
Los equipos pueden publicar herramientas internas mediante un registro de herramientas empresariales.
Las capacidades son instrucciones, flujos de trabajo o paquetes de conocimiento de dominio reutilizables.
Una empresa puede utilizar capacidades proporcionadas por Google, capacidades compartidas de la empresa, capacidades específicas de un departamento y capacidades personales.
En lugar de escribir el mismo proceso en cada instrucción, la organización puede codificarlo una vez y reutilizarlo.
El contexto es la información empresarial que ayuda al agente a entender qué significa realmente algo dentro de la organización.
Incluye documentos, conversaciones, datos empresariales, relaciones entre equipos y las capas de memoria creadas mediante trabajos anteriores.
La separación es importante porque los modelos pueden cambiar mientras las herramientas, las capacidades y el contexto siguen siendo valiosos.
Una de las partes más inusuales del lanzamiento es el respaldo explícito de Google a los modelos de un competidor.
Google afirma que actualmente el agente puede orquestar tareas entre los modelos Gemini de Google y los modelos Claude de Anthropic, y que en el futuro prevé admitir más modelos privados y abiertos.
El agente puede elegir un modelo en función de factores como la calidad, la dificultad de la tarea, la latencia y el coste.
Una tarea de razonamiento difícil puede enviarse a un modelo más potente. Una tarea repetitiva y sencilla puede utilizar un modelo más económico. Un proyecto grande también puede utilizar modelos diferentes para distintas etapas.
La idea más profunda es la independencia del modelo.
Google sostiene que las clasificaciones de los modelos cambian rápidamente.
Si una empresa construye todo su flujo de trabajo de IA alrededor de un único endpoint de modelo, cambiar posteriormente puede resultar complicado.
El agente Gemini está diseñado para que los activos de nivel superior permanezcan estables: memoria, capacidades, contexto empresarial, herramientas, permisos, identidad organizativa e historial del flujo de trabajo.
El modelo puede sustituirse por debajo de estos elementos.
Esto también explica por qué Google está dispuesto a admitir Claude.
El producto que Google quiere controlar es la capa del agente empresarial, no necesariamente cada llamada de inferencia.
El artículo original se centra principalmente en las capacidades orientadas al usuario, pero el anuncio oficial de Google concede la misma importancia a la gobernanza.
Google estructura la seguridad de los agentes empresariales en torno a cuatro preguntas:
Cada agente recibe una identidad gestionada y puede restringirse mediante acceso basado en roles.
Las acciones se escriben en un registro de auditoría bajo la identidad del agente.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
Google afirma que los agentes Gemini ejecutan las tareas dentro de un entorno aislado del agente con su propio perímetro de red.
El tráfico que entra, sale y circula entre los agentes pasa por la pasarela del agente, que Google describe como un cortafuegos de red de IA para aplicar las políticas de la organización.
Una organización puede definir políticas como:
Los agentes no pueden abrir documentos clasificados como "Need to Know".
La política puede aplicarse después a todos los agentes de la empresa.
Las acciones de alto impacto pueden requerir aprobación en lugar de ejecutarse automáticamente.
Los agentes empresariales persistentes pueden resultar costosos porque ejecutan numerosas llamadas a modelos, herramientas, entornos aislados y tareas en segundo plano.
Por ello, Google está conectando la plataforma del agente con controles de costes a nivel de proyecto.
El anuncio oficial incluye orquestación multi modelo, Smart Routing y límites de gasto en tiempo real.
Un administrador puede establecer un límite estricto para un proyecto en Cloud Billing Console.
Google afirma que Gemini supervisa el uso de los modelos y los costes del entorno aislado. Si se alcanza el límite, el agente del proyecto puede pausarse hasta que un administrador decida reanudarlo.
Esto proporciona a las empresas una forma más clara de asignar los costes de los agentes a departamentos o proyectos.
El agente también se está incorporando a las aplicaciones que los empleados ya utilizan.
Google afirma que Gemini funciona directamente dentro de Gmail, Drive, Docs, Slides, Sheets, Chat y Calendar.
La misma memoria, capacidades, contexto y controles pueden trasladarse entre esas superficies.
Google describe tres modos principales dentro de Workspace.
El agente puede utilizar el contexto existente del usuario para coordinar el trabajo.
Por ejemplo, un usuario puede pedirle que organice una reunión con los responsables regionales habituales de eventos sin introducir manualmente a cada participante.
Gemini puede inferir el grupo probable a partir del contexto anterior de Workspace, comprobar los calendarios e iniciar la coordinación.
Workspace puede identificar tareas que podrían delegarse.
Si un responsable envía un correo electrónico solicitando una presentación sobre el estado de un proyecto, Workspace Intelligence puede mostrar una opción para delegar esa tarea a Gemini.
Un agente compañero puede unirse a un espacio compartido de Chat o trabajar mediante comentarios de documentos con su propia identidad organizativa.
El cambio importante va de tener un botón de IA en cada aplicación a disponer de un único agente persistente que aparece dentro de cada aplicación.
Google también presentó capacidades de agentes específicas para distintos sectores y dominios.
Para los equipos de datos y aprendizaje automático, el agente puede generar PySpark, crear notebooks editables, entrenar modelos, solucionar problemas de pipelines, generar SQL, ejecutar análisis y crear gráficos y paneles.
Google vincula este trabajo con productos como BigQuery y su Knowledge Catalog.
Gemini Enterprise for Financial Services está en fase de vista previa.
Google afirma que incluye más de 50 capacidades fundamentales para flujos de trabajo como investigación de inversiones, análisis crediticio, modelado de riesgos y análisis relacionado con KYC.
Puede conectarse a fuentes de datos financieros como FactSet, LSEG, S&P Global, registros de la SEC y repositorios propios.
Gemini Enterprise for Legal también está en fase de vista previa.
Google afirma que puede heredar permisos a nivel de expediente y barreras éticas de plataformas de documentos jurídicos como NetDocuments e iManage.
La estrategia más amplia consiste en combinar el agente universal con herramientas, permisos y conocimiento de dominio especializados.
El lanzamiento de Google llega a un mercado que evoluciona rápidamente.
Meta presentó Muse en septiembre. OpenAI presentó Dots el 29 de septiembre.
Los tres productos se solapan, pero su posicionamiento inicial es diferente.
| Dimensión | Meta Muse | OpenAI Dots | Agente Gemini de Google |
|---|---|---|---|
| Enfoque inicial | Agente personal | Agente personal siempre activo, con expansión hacia el trabajo | Trabajo empresarial y flujos de trabajo organizativos |
| Entorno de ejecución | Máquina virtual segura dedicada de Muse | Ordenador en la nube dedicado por cada dot | Ejecución en la nube con Agent Sandbox empresarial |
| Trabajo de larga duración | Sí | Sí, 24/7 | Sí, durante horas o días |
| Herramientas conectadas | Aplicaciones y conectores | Más de 4.000 aplicaciones mediante complementos | Workspace, aplicaciones de terceros, herramientas empresariales y MCP |
| Identidad de trabajo separada | Identidad del agente personal | Identidad de Dot / escenarios profesionales | Agente compañero con cuenta, correo, calendario y Drive de Workspace |
| Estrategia de modelos | Muse Spark en el lanzamiento | GPT-6 Astra en el lanzamiento | Gemini + Claude actualmente, con más modelos previstos |
| Gobernanza empresarial | En expansión mediante Meta Enterprise Platform | Los dots profesionales empresariales están surgiendo | Énfasis central del producto desde el lanzamiento |
Esta no es una tabla de evaluación comparativa. Refleja cómo posicionan actualmente sus productos las tres empresas.
Meta presentó Muse como un agente de IA personal.
Se ejecuta dentro de una máquina virtual segura dedicada con su propio navegador.
Meta afirma que Muse puede realizar tareas como enviar correos electrónicos, reservar viajes, hacer compras y planificar objetivos a largo plazo.
Meta también está ampliando Muse a su plataforma empresarial, pero su lanzamiento original se centró en gran medida en la vida diaria individual.
OpenAI describe Dots como agentes siempre activos impulsados por GPT-6 Astra.
Cada Dot tiene su propio ordenador en la nube y puede trabajar hacia los objetivos del usuario las 24 horas del día, los 7 días de la semana.
OpenAI afirma que Dots puede conectarse a más de 4.000 aplicaciones mediante el ecosistema de complementos.
El producto enfatiza la continuidad a lo largo del tiempo: un Dot aprende de los comentarios y puede seguir avanzando en el trabajo sin esperar una nueva instrucción cada vez.
Por tanto, el solapamiento con Google es considerable.
La diferencia es que el anuncio de Google de octubre se centra especialmente en integrar el agente con un sistema empresarial existente de identidad, permisos, colaboración y gobernanza.
Google ya controla muchas de las superficies de trabajo en las que se espera que opere el agente.
Esto incluye Gmail, Docs, Sheets, Slides, Calendar, Chat, Drive, BigQuery, Google Cloud IAM y Cloud Billing.
Por tanto, el agente Gemini puede operar dentro del mismo entorno donde muchas empresas ya almacenan documentos, calendarios, correos electrónicos, datos, identidades y políticas.
La estrategia de producto es clara:
El agente de IA no debería requerir un lugar de trabajo separado si la empresa ya tiene uno.
El concepto de agente compañero lleva esta idea al extremo.
En lugar de limitarse a conectar un asistente externo a Workspace, Google puede crear una cuenta de IA dentro de Workspace.
El anuncio original de Google Cloud incluye varias actualizaciones importantes.
El mismo contexto y los mismos controles del agente se trasladan directamente a Gmail, Drive, Docs, Slides, Sheets, Chat y Calendar.
Las organizaciones pueden publicar capacidades y herramientas reutilizables.
El agente puede conectarse a sistemas empresariales de terceros y a servidores MCP.
Google comienza con Servicios financieros y Asuntos jurídicos.
Los sectores público, sanitario y minorista están previstos para más adelante.
Google está haciendo hincapié en la identidad de los agentes, el acceso de mínimo privilegio, los registros de auditoría, el aislamiento mediante entornos protegidos, la aplicación de políticas y la pasarela del agente.
Smart Routing y los límites de gasto en tiempo real están diseñados para facilitar la presupuestación de agentes empresariales de larga duración.
Por tanto, el anuncio no es simplemente un nuevo chatbot.
Es un intento más amplio de convertir Gemini en la capa de ejecución y gobernanza del trabajo de IA empresarial.
La lista de funciones es ambiciosa, pero la implementación en producción todavía requiere una validación cuidadosa.
Un agente compañero debería recibir únicamente los documentos, sistemas y registros necesarios para su función.
Las acciones de alto impacto deberían contar con reglas claras de aprobación humana.
La memoria semántica, procedimental y episódica a largo plazo aporta valor, pero las organizaciones necesitan políticas de conservación, eliminación y revisión.
Si Claude y Gemini pueden procesar una misma tarea, la organización debería comprender qué datos pueden enviarse a cada proveedor, las restricciones regionales, las reglas de registro, las condiciones contractuales y las diferencias de coste.
Los servidores MCP y las herramientas de terceros aumentan el poder del agente. También amplían la superficie de ataque.
La ejecución persistente en la nube debería contar con límites de gasto a nivel de proyecto antes de desplegarse ampliamente.
El agente Gemini es el agente universal de trabajo empresarial de Google, anunciado en Gemini at Work 2026. Puede responder preguntas, completar tareas de larga duración, crear contenido, analizar datos, escribir y ejecutar código, utilizar herramientas empresariales y coordinar subagentes.
Sí. Google afirma explícitamente que actualmente el agente puede orquestar tareas entre su propia familia de modelos Gemini y los modelos Claude de Anthropic. En el futuro prevé admitir más modelos privados y abiertos.
Un agente compañero es un agente Gemini persistente creado para un equipo o función. Google afirma que puede recibir su propia cuenta de Workspace, dirección de correo electrónico, calendario, almacenamiento de Drive, presencia en el directorio y permisos basados en roles.
Sí. Google afirma que el agente Gemini se ejecuta en la nube y puede continuar las tareas que requieren horas o días después de que el usuario cierre el portátil.
Google describe la memoria de sesión, semántica, procedimental y episódica. Estas abarcan la tarea activa, el conocimiento acumulado, las formas reutilizables de realizar el trabajo y el historial de ejecuciones anteriores.
Smart Routing es la capa automatizada de selección de modelos de Google. Enruta las cargas de trabajo empresariales a un modelo que pretende ofrecer el rendimiento necesario mientras controla los costes.
Google describe una identidad de agente gestionada, permisos basados en roles, registros de auditoría, aislamiento mediante Agent Sandbox, aplicación de políticas con Agent Gateway y aprobación humana para acciones sensibles. Los controles concretos disponibles dependen de la configuración del producto y de las políticas de la organización.
Son propuestas de agentes persistentes competidoras con capacidades que se solapan. Muse comenzó como un agente para la vida personal, Dots enfatiza el trabajo personal siempre activo, mientras que Google se centra especialmente en el contexto empresarial, la identidad de Workspace, la gobernanza y la orquestación multi modelo.
El nuevo agente Gemini de Google combina la ejecución prolongada en la nube, la orquestación de subagentes, la integración con Workspace, la memoria persistente, las capacidades reutilizables y la identidad empresarial en un único agente de trabajo.
La decisión estratégica más inusual es la independencia del modelo. Gemini es la capa del agente, pero el modelo subyacente puede seleccionarse dinámicamente. Actualmente, Google admite modelos Gemini y Anthropic Claude dentro de este enfoque de orquestación.
Los agentes compañeros llevan el producto más profundamente a las operaciones empresariales al proporcionar a la IA una identidad, permisos, almacenamiento, correo electrónico, calendario e historial de actividad auditable propios de Workspace. Google combina estas capacidades con Agent Sandbox, Agent Gateway, autorización de mínimo privilegio, Smart Routing y controles de gasto a nivel de proyecto.
La idea central no es simplemente que Gemini pueda utilizar Claude. Google intenta que el agente empresarial, su memoria, identidad, herramientas y gobernanza sean más duraderos que el modelo que resulte ser el mejor este mes.
Empieza con una sola frase y obtén un sitio completo en minutos.
