企業導入 AI 的最大障礙，是「AI 在哪裡工作、誰在管它、出問題誰負責」，而非「沒有夠好的模型」。Google 在 I/O 2026 試圖回答這三個問題，而它的答案是一套技術架構（Tech Stack）並非單一產品：Gemini 3.5 Flash 作為代理引擎，Antigravity 作為開發者協調工具，Gemini Enterprise Agent Platform 作為企業治理與部署平台，Google Workspace 作為員工的日常操作入口。這四個層面各司其職；其中企業版本透過 Gemini Enterprise Agent Platform 連接時，Google 強調 Agent 活動可在企業的 Google Cloud 安全邊界內運作。
員工方面：Agent 實際在幫什麼
最直接說明這套架構能做什麼的，是 Gemini Spark 的設計。Google CEO Sundar Pichai 在大會上定義它為 24/7 個人 AI agent，在雲端持續運行，即使用戶關上電腦，任務仍可在背景推進。
Google Cloud 官方 blog 給出的企業場景是：Spark 經由 ServiceNow 監控系統健康狀況，偵測到重複出現的嚴重問題後，自動在 Jira 建立升級工單、在 Docs 起草完整的事故報告，再透過 Chat 通知 IT 主管審閱並批准對持份者的溝通方案。整個流程跨越多個系統、自動推進，但最終對外溝通仍須人工批准才執行。這個設計貫穿整個 Spark：發送電郵、新增 Calendar 活動等高風險動作，一律需要用戶明確批准。
Spark 可連接 Microsoft SharePoint、OneDrive、ServiceNow 等企業連接器，並設有 Agent Gateway 執行數據防洩漏（DLP）政策，每個任務在獨立的即用即棄虛擬機中執行，用戶憑證全程加密、不直接暴露給 agent。Gemini Enterprise app 版 Spark 將陸續向客戶推出；Workspace 版則將在 Gemini app 中向商業客戶提供預覽，並非所有市場即時可用。
IT 團隊方面：如何建構和治理
Gemini Enterprise Agent Platform 是企業 IT 團隊需要認識的核心層，讓技術團隊在同一個平台上建立、擴充、治理及最佳化 AI agent，新增了 session memory 及集中式治理功能。開發者有兩條路入手：針對業務團隊的低代碼 Agent Studio，以及新推出的 Managed Agents API。
Managed Agents API 讓開發者以單次 API call 建立受管 autonomous agent，agent 可在隔離沙盒中推理、規劃、使用 skills、執行程式碼、搜尋網頁及讀寫檔案。但此 API 目前屬 Pre-GA 預覽階段，官方文件明確提醒不應處理機密或敏感資料，也不應用於商業或生產環境。
開發者端的工具是 Antigravity 2.0，新推出獨立 desktop app 及 CLI，配合 SDK，讓開發者並行管理多個 agent。Google Cloud 官方 blog 描述的具體任務包括：協調 agent 重構程式碼、產生單元測試，或按規格文件自動搭建新服務組件。Google Cloud 客戶可透過 Cloud OAuth 登入把 Antigravity 連接至 Agent Platform 專案，讓所有 agent 推理在企業的安全雲端邊界內運行。
安全方面：程式碼漏洞與內容合規
由 Google DeepMind 開發的 CodeMender 已整合至 Agent Platform，據官方 blog 描述，可自主偵測程式碼漏洞、建議修復方案、安全測試修補內容，並在開發者批准後跨相關系統執行修補，部分 Gemini Enterprise 客戶正在測試，更廣泛的推出時間待定。AI Content Detection API 今日起在 Agent Platform 陸續推出，協助企業識別來自 Google 及其他模型的 AI 生成內容，應對內容合規要求。
Workspace 更新：員工介面的 AI 化
對 Workspace 用戶而言，Google 引入 Gmail Live（語音查詢收件匣）、Docs Live（語音轉結構化文稿，可在用戶許可下調取 Gmail、Drive、Chat 及網頁內容）及 Keep 語音整理功能，並推出圖像生成及編輯工具 Google Pics（基於 Nano Banana 模型）。AI Inbox 目前已向 Google AI Ultra 用戶提供，並以預覽形式提供予 Workspace Enterprise Plus 客戶，同時正向美國 Google AI Plus 和 Pro 訂戶擴展。語音功能及 Google Pics 計劃今年夏天向 AI Pro 和 Ultra 訂戶及 Workspace business preview 推出，Google Pics 更先限於 Trusted Testers。
企業要考慮的三件事
這套架構的設計邏輯清晰，但幾個現實必須正視：Managed Agents API 仍在 Pre-GA 階段；Gemini Spark 仍在分階段測試；Google 從未宣稱已解決所有 AI agent 的可靠性問題。
企業在評估時，真正要問的是：這套架構能否在你的合規要求、數據邊界和現有 IT 架構內落地？agent 跨系統執行多步驟任務時，審批機制和治理紀錄能否滿足內控要求？以及整套方案最終能否帶來可量化的時間節省與成本效益，而不只是一個精彩的 demo？這三個問題的答案，才是判斷是否值得加快部署的真正關鍵。
