Google onsdag utvidet sin portefølje av AI-agenter betydelig, og lanserte en kraftig ny AI-kodende lagkamerat for utviklere og en serie med fire spesialiserte agenter for datafagfolk. Selskapet introduserte Gemini CLI GitHub Actions, et gratis verktøy som automatiserer kodingsoppgaver direkte innen lagring href=”https://cloud.google.com/blog/products/data-analytics/new-agents-and-ai-foundations-for-data-teams”Target=”_ blank”> Bygg datarørledninger, akselerere data science og enable conversational analytics . Disse lanseringene fremmer Googles strategi for å lage en”Agentic Enterprise.”
Denne doble kunngjøringen understreker et klart strategisk press for å legge inn spesialisert, autonom AI over hele sky-og utviklerens økosystem. Flyttingen er innrammet av Google som en del av et”agentskifte”for å lage et foretak der AI-agenter automatiserer komplekse arbeidsflyter, og beveger seg utover enkle assistenter.
An AI Teammate in Your GitHub Repository
Building on its popular open-source Gemini CLI released in June, Google has now launched Gemini CLI GitHub-handlinger , en kraftig AI-kodende lagkamerat. I en flytting født fra sine egne utviklingsbehov, utvider Google sine AI-evner direkte inn i hjertet av teamsamarbeid.
Verktøyet, nå tilgjengelig i beta på
Utløst av hendelser som nye problemer eller pull-forespørsler, fungerer agenten asynkront i bakgrunnen, ved å bruke den fulle konteksten til et prosjekt for å håndtere tiltak automatisk. I følge Google, agenten”kjenner koden din, forstår hva du vil gjøre, og får den til,”et løfte som tar sikte på å redusere utviklingsfriksjonen betydelig. De første utgivelsesskipene med tre kjerne-open source-arbeidsflyter designet for å automatisere overhead som kan bremse moderne programvareprosjekter. Den første arbeidsflyten,”Intelligent Issue Triage”, automatiserer styringen av nye problemer ved å analysere, merke og prioritere dem for å hjelpe teamene med å fokusere på det som betyr mest. En annen arbeidsflyt gir”Accelerated Pull Request-anmeldelser”, og gir øyeblikkelig og innsiktsfulle tilbakemeldinger på kodeendringer for kvalitet, stil og korrekthet. Dette frigjør menneskelige anmeldere for å konsentrere seg om mer komplekse arkitektoniske beslutninger. Den tredje og mest interaktive funksjonen er”On-Demand Collaboration.”Ved å bare nevne @Gemini-CLI i et hvilket som helst spørsmål eller pull-forespørsel, kan utviklere delegere spesifikt arbeid. Dette inkluderer å instruere agenten til å”skrive tester for denne feilen”,”implementere endringene som er foreslått ovenfor,”eller til og med”fikse denne veldefinerte feilen.” Denne muligheten er direkte i samsvar med den vibe kodingstrend Koding.” Parallell har Google introdusert en ny suite med fire spesialiserte agenter til sin dataky, med sikte på å transformere hvordan data profesjonelle fungerer . Dette signaliserer et trekk for å bringe de samme agentfunksjonene fra utviklerverdenen inn i kjernen i forretningsintelligens og analyser, og skape det Google kaller en ny”arbeidsstyrke av spesialiserte AI-agenter”designet som ekspertpartnere for hver databruker. I stedet for manuelt å skrive hvert trinn, kan brukere nå beskrive et mål på vanlig engelsk, for eksempel”Lag en rørledning for å laste inn en CSV-fil, rense disse kolonnene og bli med den med en annen tabell.”Agenten genererer og orkestrerer deretter hele arbeidsflyten, fra inntak av data til transformasjoner og kvalitetskontroller. Google Data Engineering Agent Data forskere mottar den nye Data Science Agent , en opplevelse innebygd i AI-første Colab Enterprise Notebooks i BigQuery og Vertex AI. Drevet av Gemini kan dette agenten utløse hele autonome analytiske arbeidsflyter, inkludert undersøkende dataanalyse, rengjøring av data og maskinlæring. Den fungerer som en samarbeidspartner, oppretter en plan, utfører kode, resonnerer om resultatene og presenterer sine funn for tilbakemeldinger fra brukeren. google Data Science Agent For forretningsbrukere og analytikere mottar den eksisterende samtaleanalyseagenten en stor oppgradering med en ny kodetolk . Denne funksjonen er utviklet i samarbeid med Google DeepMind, og tar for seg kritiske spørsmål som går utover grensene for enkel SQL. Når du blir bedt om å utføre en kompleks oppgave som en kundesegmenteringsanalyse, oversetter agenten den naturlige språkforespørselen til kjørbar Python-kode, og leverer en komplett analytisk flyt med generert kode, naturlige språkforklaringer og interaktive visualiseringer. google Kodetolk agent Endelig innebærer Google AI-resonnement direkte i spørringsmotoren med den nye AI-spørringsmotoren i BigQuery. Dette gjør at alle datautøvere kan utføre AI-drevne beregninger på både strukturerte og ustrukturerte data fra selve databasen. Denne muligheten gjør det mulig å stille subjektive spørsmål direkte i SQL, for eksempel:”Hvilken av disse kundeanmeldelsene høres mest frustrerte ut?” Disse nye agentene er byggesteinene for det som ringer. Denne visjonen strekker seg utover førstepartsverktøy, ettersom Google gir komponenter for utviklere å bygge sine egne systemer. For å aktivere dette, lanserer selskapet agent utviklingssett tillater utviklere å lage tilpassede agenter. Stol på, så de nye verktøyene har robust sikkerhet. Gemini CLI GitHub Actions støtter legitimasjonsløs autentisering via Workload Identity Federation (WIF) . Dette eliminerer langlivede API-nøkler og reduserer sikkerhetsrisikoen. Administratorer får multislags kontroller, inkludert command tillate . Target=”_ Blank”> Integrerer med OpenTelemetry En ny arbeidsstyrke av AI-agenter for datakluden
Å bygge et ‘agentisk foretak’ med sikkerhet i kjernen