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/pt/articles/google-gemini-agent-claude-routing-cowork-835f5f89.md.
O Google entrou oficialmente na disputa para criar colaboradores de IA sempre disponíveis para empresas.
O Google entrou oficialmente na disputa para criar colaboradores de IA sempre disponíveis para empresas.
No Gemini at Work 2026, o CEO do Google Cloud, Thomas Kurian, apresentou o agente Gemini, descrito pelo Google como um agente único e universal para o trabalho. Ele pode responder a perguntas, pesquisar informações, criar mídia, analisar dados, escrever e executar código, usar ferramentas empresariais, agendar tarefas, reagir a eventos e manter tarefas de longa duração em execução na nuvem depois que o usuário fecha o laptop.
O principal destaque não é simplesmente que o Gemini pode operar no Gmail, Docs, Sheets, Slides, Chat, Calendar, bancos de dados, ferramentas de desenvolvimento e serviços de terceiros.
O Google está tentando transformar o próprio agente em uma camada persistente.
A empresa separa o agente do modelo subjacente, permitindo que o Gemini encaminhe tarefas entre a própria família de modelos do Google e os modelos Claude da Anthropic atualmente, com outros modelos privados e abertos planejados para o futuro.
Isso significa que a memória, as ferramentas, as habilidades, as conexões de dados, os controles de segurança e o estado dos fluxos de trabalho de uma organização podem permanecer no lugar mesmo quando o modelo escolhido para uma tarefa específica muda.
O Google também está introduzindo um tipo mais literal de colaborador de IA: um agente com sua própria conta do Workspace, endereço de e-mail, calendário, armazenamento no Drive, presença no diretório, trililha de auditoria e função persistente dentro de uma equipe.
O Google resume o princípio de funcionamento em uma frase:
Você fornece objetivos, não instruções.
A ideia é que o usuário não precise dividir manualmente uma tarefa empresarial em cada etapa intermediária.
Em vez disso, o usuário delega o resultado desejado.
Por exemplo, uma tarefa de análise de mercado pode exigir que o agente:
Espera-se que o agente decida quais ferramentas, aplicativos e modelos são apropriados em cada etapa.
Uma solicitação simplificada poderia ser:
Crie uma análise de entrada no mercado para nosso novo produto.
Use nossos dados internos de vendas e informações atuais sobre concorrentes,
crie o modelo financeiro no Sheets e entregue uma apresentação no Slides.
O usuário fornece o objetivo. O Gemini planeja o trabalho.
O Google está posicionando o agente Gemini como uma interface unificada, e não como uma coleção separada de assistentes especializados.
A arquitetura oficial inclui vários recursos centrais.
O Gemini pode conversar, concluir objetivos autônomos, criar conteúdo e gerar ou executar código a partir da mesma experiência de agente.
As tarefas podem ser iniciadas manualmente, agendadas para depois ou acionadas por eventos.
O Google afirma que o agente pode ser acessado pela web, iOS, Android, Windows, macOS, Google Workspace, Microsoft 365, Slack, interfaces de linha de comando e aplicativos de terceiros.
Ele também pode funcionar como um agente sem interface, o que significa que nem sempre é necessária uma interface de chat dedicada.
O agente é executado na nuvem.
Assim, seu contexto, sua memória e sua personalização podem persistir entre dispositivos e canais.
O Google afirma explicitamente que trabalhos que levam horas ou dias podem continuar depois que o usuário fecha o laptop.
O Gemini pode criar dinamicamente subagentes temporários para partes específicas de uma tarefa maior.
Esses subagentes podem trabalhar em paralelo ou em sequência e coordenar-se com o agente principal.
Uma tarefa longa poderia, portanto, ser dividida em funções como pesquisa, análise de dados, programação, revisão e preparação da apresentação.
O ponto importante é que o usuário não precisa criar e gerenciar manualmente cada subagente.
A automação entre aplicativos não é uma novidade por si só.
Os assistentes de IA já escrevem e-mails, resumem documentos, pesquisam na web, criam planilhas e acionam APIs.
A nova proposta do Google é que esses recursos pertençam a um único agente empresarial persistente, em vez de a uma coleção de experiências isoladas.
O agente pode manter uma identidade, uma camada de contexto, um sistema de memória, uma biblioteca de habilidades, um conjunto de controles empresariais e um registro de ferramentas únicos.
O modelo subjacente pode mudar enquanto esses recursos de nível superior permanecem.
Essa é uma distinção estrategicamente importante.
Se um modelo melhor aparecer posteriormente, uma organização não deveria precisar reconstruir todo o fluxo de trabalho de IA de um funcionário desde o início.
O Google está ampliando a ideia para além de um assistente pessoal.
Uma empresa pode criar um agente colaborador para uma equipe ou função específica.
Em vez de agir sob a identidade de um funcionário, o agente colaborador recebe sua própria conta do Workspace.
O Google afirma que ele pode ter:
A arquitetura oficial do Google descreve e-mails de agentes colaboradores no formato:
@agents.company.com
O fluxo de trabalho prático é deliberadamente familiar.
Uma equipe pode adicionar o agente a um espaço do Google Chat. Um usuário pode mencioná-lo com @ em um comentário de documento. O agente pode fazer edições em seu próprio nome, responder na sequência de comentários e deixar seu próprio registro no histórico de versões.
Isso é diferente de um assistente que se passa pelo usuário humano.
O agente atua como uma identidade organizacional separada.
Dar a um agente de IA sua própria conta não é apenas uma decisão de experiência do usuário.
Isso muda a segurança e a auditoria.
Se cada ação for atribuída ao funcionário humano, pode ser difícil determinar se a alteração foi feita pelo funcionário ou por um agente autônomo.
Uma identidade de agente separada torna a atividade mais fácil de rastrear.
O Google afirma que cada identidade de agente pode ser atestada criptograficamente, governada como uma identidade de funcionário, restringida por permissões de menor privilégio, registrada em logs de auditoria e propagada para a máquina virtual usada na execução de código.
Quando o agente se conecta a um sistema externo, o Google afirma que a identidade pode ser mapeada por padrões como OAuth.
Isso significa que o agente pode ser tratado como uma entidade empresarial gerenciada, e não como um processo invisível que reutiliza as credenciais de uma pessoa.
Outra parte importante do anúncio é um modelo de memória em quatro camadas.
A memória da sessão armazena o contexto da tarefa atual.
Se uma tarefa continuar por vários dias, o agente poderá lembrar o que já fez e o que ainda falta fazer.
A memória semântica é o conhecimento estruturado que o agente constrói ao ler documentos, conversar com pessoas e trabalhar com outros agentes.
Os exemplos incluem aprender nomes de produtos, terminologia interna, responsabilidades das equipes, definições empresariais e relações organizacionais.
A memória procedural registra como o trabalho é realizado.
Por exemplo, ela pode aprender quais fontes de dados um relatório exige, qual sequência analítica a equipe segue, quais etapas de aprovação são necessárias e qual formato final a organização espera.
O Google afirma que o Gemini pode até escrever habilidades para si mesmo com base no que aprende em trabalhos repetidos.
A memória episódica registra o histórico dos trabalhos concluídos.
O agente pode usar a experiência de execuções anteriores ao abordar uma tarefa semelhante posteriormente.
Em conjunto, os quatro tipos de memória têm o objetivo de reduzir a necessidade de repetir instruções detalhadas.
O Google compara isso à integração de um novo funcionário, que gradualmente aprende sobre a equipe, as ferramentas e os processos internos.
O Google organiza o agente empresarial em torno de três camadas reutilizáveis.
O agente pode se conectar a sistemas empresariais, incluindo Google Workspace, Microsoft Office, Microsoft Teams, Slack, Confluence, Git, Jira, Salesforce, ServiceNow, BigQuery, Databricks, PostgreSQL, Snowflake e arquivos locais do desktop.
O Google também afirma que o agente pode se conectar a servidores do Model Context Protocol dentro ou fora da rede da empresa.
As equipes podem publicar ferramentas internas por meio de um registro empresarial de ferramentas.
As habilidades são instruções, fluxos de trabalho ou pacotes de conhecimento de domínio reutilizáveis.
Uma empresa pode usar habilidades fornecidas pelo Google, habilidades compartilhadas pela empresa, habilidades específicas de um departamento e habilidades pessoais.
Em vez de escrever o mesmo processo em cada prompt, a organização pode codificá-lo uma vez e reutilizá-lo.
O contexto é a informação empresarial que ajuda o agente a entender o que a organização realmente quer dizer.
Isso inclui documentos, conversas, dados empresariais, relações entre equipes e as camadas de memória construídas por trabalhos anteriores.
A separação é importante porque os modelos podem mudar enquanto as ferramentas, habilidades e o contexto continuam valiosos.
Uma das partes mais incomuns do lançamento é o suporte explícito do Google aos modelos de um concorrente.
O Google afirma que o agente pode orquestrar modelos Gemini do Google e modelos Claude da Anthropic atualmente, e planeja oferecer suporte a outros modelos privados e abertos no futuro.
O agente pode escolher um modelo com base em fatores como qualidade, dificuldade da tarefa, latência e custo.
Uma tarefa complexa de raciocínio pode ser encaminhada para um modelo mais avançado. Uma tarefa simples e repetitiva pode usar um modelo mais barato. Um projeto grande também pode usar modelos diferentes em etapas diferentes.
A ideia mais profunda é a independência em relação ao modelo.
O Google argumenta que os rankings de modelos mudam rapidamente.
Se uma empresa construir todo o seu fluxo de trabalho de IA em torno de um único endpoint de modelo, fazer uma mudança posteriormente pode se tornar difícil.
O agente Gemini foi projetado para que os recursos de nível superior permaneçam estáveis: memória, habilidades, contexto empresarial, ferramentas, permissões, identidade organizacional e histórico do fluxo de trabalho.
O modelo pode ser trocado por baixo desses recursos.
Isso também explica por que o Google está disposto a oferecer suporte ao Claude.
O produto que o Google quer controlar é a camada do agente empresarial, e não necessariamente cada chamada de inferência.
O artigo original concentra-se principalmente nos recursos voltados ao usuário, mas o anúncio oficial do Google dá o mesmo peso à governança.
O Google estrutura a segurança dos agentes empresariais em torno de quatro perguntas:
Cada agente recebe uma identidade gerenciada e pode ser restringido por meio de acesso baseado em funções.
As ações são registradas em uma trilha de auditoria sob a identidade do agente.
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
O Google afirma que os agentes Gemini executam tarefas dentro de um Sandbox do agente, com seu próprio limite de rede.
O tráfego que entra, sai e circula entre os agentes passa pelo Gateway do agente, descrito pelo Google como um firewall de rede de IA para aplicar políticas organizacionais.
Uma organização pode definir políticas como:
Os agentes não podem abrir documentos classificados como "Need to Know".
A política pode então ser aplicada aos agentes da empresa.
Ações de alto impacto podem exigir aprovação em vez de serem executadas automaticamente.
Agentes empresariais persistentes podem se tornar caros porque executam muitas chamadas de modelo, ferramentas, sandboxes e tarefas em segundo plano.
Por isso, o Google está conectando a plataforma do agente a controles de custo no nível do projeto.
O anúncio oficial inclui orquestração multiagente, Smart Routing e limites de gastos em tempo real.
Um administrador pode definir um limite rígido para um projeto no Cloud Billing Console.
O Google afirma que o Gemini monitora o uso de modelos e os custos do sandbox. Se o limite for atingido, o agente do projeto poderá pausar até que um administrador escolha retomá-lo.
Isso oferece às empresas uma maneira mais clara de atribuir os custos dos agentes a departamentos ou projetos.
O agente também está sendo incorporado aos aplicativos que os funcionários já usam.
O Google afirma que o Gemini funciona diretamente no Gmail, Drive, Docs, Slides, Sheets, Chat e Calendar.
A mesma memória, as mesmas habilidades, o mesmo contexto e os mesmos controles podem acompanhar o usuário nessas superfícies.
O Google descreve três modos principais dentro do Workspace.
O agente pode usar o contexto existente do usuário para coordenar o trabalho.
Por exemplo, um usuário pode pedir que ele organize uma reunião com os responsáveis regionais habituais por eventos sem inserir manualmente cada participante.
O Gemini pode inferir o grupo provável a partir do contexto anterior do Workspace, verificar os calendários e iniciar a coordenação.
O Workspace pode identificar trabalhos que poderiam ser delegados.
Se um gerente enviar um e-mail solicitando uma apresentação de atualização do projeto, o Workspace Intelligence poderá mostrar uma opção para delegar essa tarefa ao Gemini.
Um agente colaborador pode entrar em um espaço compartilhado do Chat ou trabalhar por meio de comentários em documentos usando sua própria identidade organizacional.
A mudança importante é passar de um "botão de IA em cada aplicativo" para "um único agente persistente presente em todos os aplicativos".
O Google também apresentou recursos de agentes específicos para determinados domínios.
Para equipes de dados e ML, o agente pode gerar PySpark, criar notebooks editáveis, treinar modelos, solucionar problemas em pipelines, gerar SQL, executar análises e criar gráficos e dashboards.
O Google conecta esse trabalho a produtos como BigQuery e seu Knowledge Catalog.
O Gemini Enterprise for Financial Services está em prévia.
O Google afirma que ele inclui mais de 50 habilidades fundamentais para fluxos de trabalho como pesquisa de investimentos, análise de crédito, modelagem de riscos e análises relacionadas a KYC.
Ele pode se conectar a fontes de dados financeiros, incluindo FactSet, LSEG, S&P Global, documentos da SEC e repositórios proprietários.
O Gemini Enterprise for Legal também está em prévia.
O Google afirma que ele pode herdar permissões no nível de casos e barreiras éticas de plataformas de documentos jurídicos como NetDocuments e iManage.
A estratégia mais ampla é combinar o agente universal com ferramentas, permissões e conhecimento de domínio especializados.
O lançamento do Google chega a um mercado em rápido desenvolvimento.
A Meta apresentou o Muse em setembro. A OpenAI apresentou o Dots em 29 de setembro.
Os três produtos se sobrepõem, mas seu posicionamento inicial é diferente.
| Dimensão | Meta Muse | OpenAI Dots | Agente Gemini do Google |
|---|---|---|---|
| Foco inicial | Agente pessoal | Agente pessoal sempre ativo, expandindo-se para o trabalho | Trabalho empresarial e fluxos de trabalho organizacionais |
| Ambiente de execução | VM segura dedicada do Muse | Computador em nuvem dedicado por dot | Execução na nuvem com Sandbox do agente empresarial |
| Trabalho de longa duração | Sim | Sim, 24 horas por dia, 7 dias por semana | Sim, por horas ou dias |
| Ferramentas conectadas | Aplicativos e conectores | Mais de 4.000 aplicativos por meio de plugins | Workspace, aplicativos de terceiros, ferramentas empresariais, MCP |
| Identidade de trabalho separada | Identidade do agente pessoal | Identidade do dot / cenários profissionais | Agente colaborador com conta, e-mail, calendário e Drive do Workspace |
| Estratégia de modelos | Muse Spark no lançamento | GPT-6 Astra no lançamento | Gemini + Claude atualmente, com mais modelos planejados |
| Governança empresarial | Em expansão por meio da Meta Enterprise Platform | Dots profissionais empresariais estão surgindo | Ênfase central do produto desde o lançamento |
Esta não é uma tabela de benchmark. Ela reflete como as três empresas posicionam atualmente os produtos.
A Meta apresentou o Muse como um agente de IA pessoal.
Ele é executado dentro de uma máquina virtual segura dedicada, com seu próprio navegador.
A Meta afirma que o Muse pode realizar tarefas como enviar e-mails, reservar viagens, fazer compras e planejar atividades com base em objetivos de longo prazo.
A Meta também está expandindo o Muse para sua plataforma empresarial, mas o lançamento original se concentrou fortemente na vida cotidiana individual.
A OpenAI descreve o Dots como agentes sempre ativos baseados no GPT-6 Astra.
Cada dot tem seu próprio computador na nuvem e pode trabalhar para alcançar os objetivos do usuário 24 horas por dia, 7 dias por semana.
A OpenAI afirma que os dots podem se conectar a mais de 4.000 aplicativos por meio do ecossistema de plugins.
O produto enfatiza a continuidade ao longo do tempo: um dot aprende com o feedback e pode continuar avançando no trabalho sem esperar por um novo prompt a cada vez.
A sobreposição com o Google é, portanto, significativa.
A diferença é que o anúncio de outubro do Google se concentra especialmente em inserir o agente em um sistema existente de identidade empresarial, permissões, colaboração e governança.
O Google já controla muitas das superfícies de trabalho nas quais se espera que o agente opere.
Isso inclui Gmail, Docs, Sheets, Slides, Calendar, Chat, Drive, BigQuery, Google Cloud IAM e Cloud Billing.
Assim, o agente Gemini pode operar no mesmo ambiente em que muitas empresas já mantêm documentos, calendários, e-mails, dados, identidades e políticas.
A estratégia do produto é clara:
O agente de IA não deve exigir um local de trabalho separado se a empresa já tem um.
O conceito de agente colaborador leva essa ideia ao extremo.
Em vez de simplesmente conectar um assistente externo ao Workspace, o Google pode criar uma conta de IA dentro do Workspace.
O anúncio original do Google Cloud inclui várias outras atualizações importantes.
O mesmo contexto e os mesmos controles do agente são transferidos diretamente para Gmail, Drive, Docs, Slides, Sheets, Chat e Calendar.
As organizações podem publicar habilidades e ferramentas reutilizáveis.
O agente pode se conectar a sistemas empresariais de terceiros e servidores MCP.
O Google está começando com Serviços Financeiros e Jurídico.
Governo, Saúde e Varejo estão planejados para depois.
O Google está enfatizando identidade do agente, acesso de menor privilégio, trilhas de auditoria, isolamento em sandbox, aplicação de políticas e Gateway do agente.
O Smart Routing e os limites de gastos em tempo real foram projetados para facilitar o orçamento de agentes empresariais de longa duração.
Portanto, o anúncio não é simplesmente um novo chatbot.
É uma tentativa mais ampla de transformar o Gemini na camada de execução e governança do trabalho de IA empresarial.
A lista de recursos é ambiciosa, mas a implementação em produção ainda exige uma validação cuidadosa.
Um agente colaborador deve receber apenas os documentos, sistemas e registros necessários para sua função.
Ações de alto impacto devem ter regras claras de aprovação humana.
A memória semântica, procedural e episódica de longo prazo cria valor, mas as organizações precisam de políticas de retenção, exclusão e revisão.
Se Claude e Gemini puderem processar uma tarefa, a organização deverá entender quais dados podem ser enviados a cada provedor, as restrições regionais, as regras de registro, os termos contratuais e as diferenças de custo.
Servidores MCP e ferramentas de terceiros aumentam o poder do agente. Eles também ampliam a superfície de ataque.
A execução persistente na nuvem deve ter limites de gastos no nível do projeto antes de ser implementada amplamente.
O agente Gemini é o agente universal de trabalho empresarial do Google, anunciado no Gemini at Work 2026. Ele pode responder a perguntas, concluir tarefas de longa duração, criar conteúdo, analisar dados, escrever e executar código, usar ferramentas empresariais e coordenar subagentes.
Sim. O Google afirma explicitamente que o agente pode orquestrar sua própria família de modelos Gemini e os modelos Claude da Anthropic atualmente. A empresa planeja oferecer suporte a outros modelos privados e abertos no futuro.
Um agente colaborador é um agente Gemini persistente criado para uma equipe ou função. O Google afirma que ele pode receber sua própria conta do Workspace, endereço de e-mail, calendário, armazenamento no Drive, presença no diretório e permissões baseadas em funções.
Sim. O Google afirma que o agente Gemini é executado na nuvem e pode continuar tarefas que levam horas ou dias depois que o usuário fecha o laptop.
O Google descreve a memória da sessão, a memória semântica, a memória procedural e a memória episódica. Elas abrangem a tarefa ativa, o conhecimento acumulado, as formas reutilizáveis de realizar o trabalho e o histórico de execuções anteriores.
O Smart Routing é a camada automatizada de seleção de modelos do Google. Ela encaminha os fluxos de trabalho empresariais para um modelo que deve oferecer o desempenho necessário enquanto controla os custos.
O Google descreve identidade gerenciada do agente, permissões baseadas em funções, trilhas de auditoria, isolamento pelo Sandbox do agente, aplicação de políticas pelo Gateway do agente e aprovação humana para ações sensíveis. Os controles exatos disponíveis dependem da configuração do produto e das políticas da organização.
Eles são abordagens concorrentes de agentes persistentes com recursos sobrepostos. O Muse começou como um agente para a vida pessoal, o Dots enfatiza o trabalho pessoal sempre ativo, enquanto o Google se concentra fortemente no contexto empresarial, na identidade do Workspace, na governança e na orquestração multiagente.
O novo agente Gemini do Google combina execução persistente na nuvem, orquestração de subagentes, integração com o Workspace, memória persistente, habilidades reutilizáveis e identidade empresarial em um único agente de trabalho.
A decisão estratégica mais incomum é a independência em relação ao modelo. O Gemini é a camada do agente, mas o modelo subjacente pode ser selecionado dinamicamente. Atualmente, o Google oferece suporte aos modelos Gemini e Anthropic Claude dentro dessa abordagem de orquestração.
Os agentes colaboradores levam o produto mais profundamente às operações empresariais ao dar à IA uma identidade, permissões, armazenamento, e-mail, calendário e histórico de atividades auditável próprios no Workspace. O Google combina esses recursos com o Sandbox do agente, o Gateway do agente, autorização de menor privilégio, Smart Routing e controles de gastos no nível do projeto.
A ideia central não é simplesmente que o Gemini pode usar o Claude. O Google está tentando tornar o agente empresarial, sua memória, identidade, ferramentas e governança mais duráveis do que qualquer modelo que esteja no auge neste mês.
Comece com uma frase e tenha um site completo em minutos.
