A
Google szerdán jelentősen kibővítette az AI ügynökök portfólióját, és egy hatalmas új AI kódoló csapattársat indított a fejlesztők számára és négy speciális ügynöknek az adat szakemberek számára. A cég bevezetette a Gemini Cli Github Actions-t, egy ingyenes eszközt, amely automatizálja a kódolási feladatokat közvetlenül a tárolókon belül. Target=”_ üres”> Építsen adatvezetékeket, gyorsítsa fel az adattudományt és engedélyezze a beszélgetési elemzést . Ezek elindítják az Advance Google stratégiáját egy „Agentic Enterprise” létrehozására. A lépést a Google egy „agentikus váltás” részeként egy olyan vállalkozás létrehozására, ahol az AI ügynökök automatizálják a komplex munkafolyamatokat, az egyszerű asszisztensek túllépésén. src=”adatok: image/svg+xml; nitro-üres-id=mty0ntozmji=-1; base64, phn2zyb2awv3qm94psiwidiwmca4md Aiihdpzhropsixmjawiibozwlnahq9ijgwmcigeg1sbnm9imh0dha6ly93d3cudzmub3jnlziwmdavc3znij48l3n2z4=”>”>”>”>”>”>”>”>”>”>”>”>”>”>”>”>
egy AI csapattársa a Github tárolójában
A népszerű nyílt forráskódú Gemini CLI építése júniusban megjelent. Cli github műveletek , egy erőteljes és költség nélküli AI kódoló csapattárs. A saját fejlesztési igényeiből született lépésben a Google kiterjeszti AI képességeit közvetlenül a csapat együttműködésének szívébe. Autonóm ügynök a rutin feladatokhoz és egy igény szerinti munkatárs a konkrét kérésekhez. Az egyéni használatra tervezett eredeti parancssori eszközzel ellentétben a Gemini Cli Github műveleteket azokra a platformokra építették, ahol a fejlesztési csapatok együtt működnek. A Google szerint az ügynök „ismeri a kódját, megérti, mit szeretne csinálni, és megteszi”, egy ígéret, amelynek célja a fejlesztési súrlódás jelentős csökkentése. A kezdeti kiadási hajók három, nyílt forráskódú munkafolyamatú hajók, amelyek célja az általános költségek automatizálása, amely lelassíthatja a modern szoftverprojekteket. A második munkafolyamat biztosítja a „gyorsított pull kérés-áttekintéseket”, amelyek azonnali és áttekinthető visszajelzést adnak a kódváltozásokról a minőség, a stílus és a helyesség érdekében. Ez felszabadítja az emberi értékelőket, hogy a bonyolultabb építészeti döntésekre koncentráljanak. Ha egyszerűen megemlíti a @gemini-cli-t bármilyen kérdésben vagy pull kérésben, a fejlesztők speciális munkát ruházhatnak át. Ez magában foglalja az ügynök utasítását, hogy „írjon teszteket ehhez a hibához”, „Végezze el a fent javasolt változtatásokat”, vagy akár „javítsa meg ezt a jól definiált hibát”. Kódolás.”
Az AI-szerek új munkaerője az adatfelhő számára
Párhuzamosan a Google négy speciális ágens új csomagját vezetett be az adatfelhőbe, amelynek célja a Hogyan működnek az adatok szakemberei . Ez azt jelzi, hogy ugyanazokat az ügynöki képességeket vonja be a fejlesztő világából az üzleti intelligencia és az elemzés lényegébe, létrehozva azt, amit a Google új „speciális AI-ügynökök munkaerője” hív, amelyet minden adathasználó szakértői partnereiként terveztek. Az egyes lépések manuálisan szkripthelye helyett a felhasználók leírhatják egy egyszerű angol nyelvű célt, például: „Hozzon létre egy csővezetéket a CSV fájl betöltéséhez, ezeket az oszlopokat megtisztíthatja, és egy másik asztalhoz csatlakozhat.”Az ügynök ezután előállítja és összehangolja a teljes munkafolyamatot, az adatgyűjtéstől az átalakulásokig és a minőség-ellenőrzésekig. A Gemini által táplált ügynök teljes autonóm analitikus munkafolyamatokat kiválthat, ideértve a feltáró adatok elemzését, az adatok tisztítását és a gépi tanulási előrejelzéseket. Együttműködő partnerként működik, terv létrehozása, kód végrehajtása, az eredmények érvelése és a felhasználói visszajelzések megállapításainak bemutatása. src=”adatok: image/svg+xml; nitro-üres-id=mty0nzozmji=-1; base64, phn2zyb2awv3qm94psiwidagmti4mca1oduiii Hdpzhropsixmjgwiibozwlnahq9iju4nsigeg1sbnm9imh0dha6lyy93d3cudzmub3jnlziwmdavc3znij48l3n2z4=”> google google google google google google google google Adattudományi ügynök
Az üzleti felhasználók és az elemzők számára a meglévő beszélgetési elemző ügynök jelentős frissítést kap egy új kód tolmács -val. A Google DeepMind-szel együttműködve ez a szolgáltatás olyan kritikus kérdésekkel foglalkozik, amelyek túlmutatnak az egyszerű SQL határain. Amikor arra kérik, hogy hajtson végre egy komplex feladatot, mint például az ügyfélszegmentációs elemzés, az ügynök lefordítja a természetes nyelv lekérdezését végrehajtható Python-kódgá, teljes analitikai áramlást biztosít a generált kóddal, a természetes nyelv magyarázataival és az interaktív vizualizációkkal. src=”adatok: image/svg+xml; nitro-üres-id=mty0otozmza=-1; base64, phn2zyb2awv3qm94psiwidagmti4mca3mJaii Hdpzhropsixmjgwiibozwlnahq9ijcymcigeg1sbnm9imh0dha6ly93d3cudzmub3jnlziwmdavc3znij48l3n2z4=”> google google google google google google google google Kód tolmácsos ügynök
Végül, a Google az AI érvelést közvetlenül a lekérdezési motorjába ágyazza az új AI lekérdezési motor -val a BigQuery-ben. Ez lehetővé teszi, hogy minden adatkezelő AI-alapú számításokat végezzen strukturált és nem strukturált adatokon az adatbázisban. Ez a képesség lehetővé teszi a szubjektív kérdések feltevését közvetlenül az SQL-ben, például: „Az ügyfelek közül melyik hangzik a leginkább csalódottnak?”
„Agentic Enterprise” felépítése, amelynek alapja az alapvető
Ezek az új ügynökök az építőelemek, amelyeket a Google az „Agentic Shift”-egy új korszak-egy új korszaknak hív. Ez a jövőkép túlmutat az első fellendülési eszközökön, mivel a Google alkatrészeket biztosít a fejlesztők számára a saját rendszerek felépítéséhez. Szerver. Ezek a ügynöki fejlesztők számára, lehetővé teszik a fejlesztők számára, hogy a Hing-ek által alkalmazott, a lánc-lánc-keretrendszert, az ANGAL-AGENT-KÉPESSÉG-t. Az eszközök robusztus biztonsággal rendelkeznek. A Gemini CLI GitHub műveletek támogatják a hitelesítő adatok-nélküli hitelesítést Workloes Identity Federation (WIF) . Ez kiküszöböli a hosszú élettartamú API-kulcsokat, csökkentve a biztonsági kockázatokat. Az adminisztrátorok több layered vezérlőt kapnak, beleértve a parancs engedélyezési listing . Target=”_ blank”> integrálódik az openteLempetry-vel A teljes megfigyelhetőség érdekében. Ez lehetővé teszi a szervezetek számára, hogy naplókat és mutatókat közvetítsenek, valós idejű láthatóságot biztosítva az AI ügynök által elvégzett minden művelethez. Ez az ökoszisztéma egységes adat alapon alapul, és olyan eszközökkel javítja, mint a spaner oszlopos motor .