Google utökade på onsdagen avsevärt sin portfölj av AI-agenter och lanserade en kraftfull ny AI-kodande lagkamrat för utvecklare och en svit med fyra specialiserade agenter för datapersonal. The company introduced Gemini CLI GitHub Actions, a free tool that automates coding tasks directly within repositories.
Simultaneously, Google unveiled new agents for its Data Cloud designed to Bygg datapipeliner, påskynda datavetenskap och aktivera samtalsanalys . Dessa lanseringar främjar Googles strategi för att skapa ett”agentiskt företag.”
Detta dubbla tillkännagivande understryker en tydlig strategisk drivkraft för att bädda in specialiserade, autonoma AI över hela molnet och utvecklarens ekosystem. Flytten är inramad av Google som en del av en”agentisk skift”för att skapa ett företag där AI-agenter automatiserar komplexa arbetsflöden och flyttar bortom enkla assistenter.
>>
En AI-lagkamrat i ditt GitHub-förvar
Building on the Popular Open-Source Gemini CLI släppt i juni, Google har nu lanserat , en kraftfull och kostnadsfri AI-kodande lagkamrat. In a move born from its own development needs, Google is extending its AI capabilities directly into the heart of team collaboration.
The tool, now available in beta on the GitHub Marketplace, integrates into a developer’s repository to act as both an Autonomt agent för rutinmässiga uppgifter och en samarbetspartner på begäran för specifika förfrågningar. Till skillnad från det ursprungliga kommandoradsverktyget som är utformat för individuell användning, är Gemini Cli Github-åtgärder byggd för plattformarna där utvecklingsgrupper arbetar tillsammans.
utlöses av händelser som nya problem eller dragförfrågningar, agenten arbetar asynkront i bakgrunden och använder hela sammanhanget för ett projekt för att hantera taskar automatiskt. Enligt Google förstår agenten”din kod, vad du vill göra och får det gjort”, ett löfte som syftar till att avsevärt minska utvecklingsfriktionen. De första utgivningsfartygen med tre kärnor med öppen källkodsarbetsflöden som är utformade för att automatisera omkostnaderna som kan bromsa moderna programvaruprojekt.
Det första arbetsflödet,”Intelligent Issue Triage,”automatiserar hanteringen av nya frågor genom att analysera, märka och prioritera dem för att hjälpa team att fokusera på vad som är viktigast. Ett andra arbetsflöde tillhandahåller”accelererade granskningar av dragbegäran”, vilket ger omedelbar och insiktsfull feedback om kodändringar för kvalitet, stil och korrekthet. Detta frigör mänskliga granskare för att koncentrera sig på mer komplexa arkitektoniska beslut.
Den tredje och mest interaktiva funktionen är”på begäran samarbete.”Genom att helt enkelt nämna @Gemini-cli i någon fråga eller dragförfrågan kan utvecklare delegera specifikt arbete. Detta inkluderar att instruera agenten att”skriva tester för detta fel”,”Implementera de förändringar som föreslås ovan”, eller till och med”fixa detta väl definierade bugg.”
Denna kapacitet anpassar sig direkt till den vibe kodande trenden, som Googles jeaninbanker, VP-utvecklare X, noterade tidigare har”verkligen förklarat”när hon förklarade att de”var”inte att de inte skulle bli enastående… kodning.”
En ny arbetskraft av AI-agenter för datamolnet
Parallellt har Google introducerat en ny svit med fyra specialiserade agenter till sitt datamoln, med tanke på att förvandla Hur datapersonal fungerar . Detta signalerar ett steg för att få samma agentiska kapacitet från utvecklarvärlden till kärnan i Business Intelligence and Analytics, och skapar vad Google kallar en ny”Workforce of Specialized AI Agents”designade som expertpartners för varje dataanvändare.
för dataingenjörer, Google introducerar dataingenjören in Big Querate till Automate Create of Complex-PIPLEDER. Istället för att manuellt skriptar varje steg kan användare nu beskriva ett mål på vanligt engelska, till exempel”skapa en pipeline för att ladda en CSV-fil, rensa dessa kolumner och gå med i en annan tabell.”Agenten genererar och orkestrerar sedan hela arbetsflödet, från intag av data till omvandlingar och kvalitetskontroller.
Google Data Engineering Agent
Data Scientists får den nya datavetenskapliga agenten , en upplevelse inbäddad i AI-First Colab Enterprise Notebooks i BigQuery och Vertex AI. Drivs av Gemini, kan detta agent utlösa hela autonoma analytiska arbetsflöden, inklusive undersökningsdataanalys, datarengöring och förutsägelser om maskininlärning. Det fungerar som en samarbetspartner, skapar en plan, kör kod, resonerar om resultaten och presenterar sina resultat för användaråterkoppling.
Google Data Science Agent
För företagsanvändare och analytiker får den befintliga konversationsanalysagenten en stor uppgradering med en ny kodtolk . Denna funktion utvecklats i samarbete med Google DeepMind och behandlar kritiska frågor som går utöver gränserna för Simple SQL. När han blir ombedd att utföra en komplex uppgift som en kundsegmenteringsanalys, översätter agenten den naturliga språkfrågan till körbar Python-kod, vilket levererar ett komplett analytiskt flöde med genererad kod, naturliga språkförklaringar och interaktiva visualiseringar.
Google> Kodtolkagent
Slutligen inbäddar Google AI-resonemang direkt i sin frågemotor med den nya AI-frågeformen i BigQuery. Detta gör det möjligt för alla datautövare att utföra AI-drivna beräkningar på både strukturerade och ostrukturerade data från själva databasen. Denna kapacitet gör det möjligt att ställa subjektiva frågor direkt i SQL, till exempel,”Vilken av dessa kundrecensioner låter den mest frustrerade?”
Byggnader ett”agentiskt företag”med säkerhet på Core
dessa nya agenter är byggnadsblocken för vad Google kallar”agenten”-en ny erra där special Agents arbete. Denna vision sträcker sig utöver första partikretsverktygen, eftersom Google tillhandahåller komponenter för utvecklare för att bygga sina egna system.
för att möjliggöra detta, lanserar företaget agentutveckling , tillåter utvecklare att skapa anpassade agenter, ett begrepp utforskat i forskning som dess kedja med dess kedja med dess kedja med dess kedja med sin kedja med sin kedja med sin kedja med sin kedja-ram. Nya verktyg har robust säkerhet. Gemini cli github-åtgärder stöder referensfri autentisering via Workload Identity Federation (wif) . Detta eliminerar långlivade API-nycklar, vilket minskar säkerhetsriskerna. Administratörer får flerskiktade kontroller, inklusive Kommando tillåtande .
systemet Integrerar med OpenTelemetry För full observerbarhet. Detta gör det möjligt för organisationer att strömma loggar och mätvärden, vilket ger realtidssynlighet i varje åtgärd som AI-agenten vidtar. Detta ekosystem är jordat i en enhetlig datafundament, förbättrad av verktyg som spanner columer
