近期 Google Cloud 发布了多项产品架构及产品名称的更新信息：

Vertex AI 已经全面演进为 Gemini Enterprise Agent Platform。未来，所有的 Vertex AI 服务都将专门通过 Agent Platform 来交付。同时，Gemini Enterprise Agent Platform 也是整个全新端到端系统——Gemini Enterprise 的核心基础设施。

• Dataplex Universal Catalog 现已更名为 Knowledge Catalog（企业级数据目录与治理平台，可自动发现、索引并管理分散在云端、本地及 SaaS 系统中的数据与 AI 资产元数据，帮助企业统一数据上下文）

• BigLake 现已更名为 Lakehouse（统一数据湖与数据仓库架构，在同一平台管理结构化与非结构化数据，支持分析、BI 与 AI 工作负载）

• Dataproc 现已更名为 Managed Service for Apache Spark（Google Cloud 托管式 Spark 大数据计算平台，用于 ETL、数据处理、机器学习与大规模批流计算任务）

• Composer 现已更名为 Managed Service for Apache Airflow （oogle Cloud 托管式工作流编排平台，用于按顺序调度任务，例如：第一步抓取数据，第二步清晰数据，第三步训练模型，第四步发送邮件）

• Looker Studio 现已更名为 Data Studio（可视化报表和商业智能 BI 工具）

产品和功能更名：这些更名将体现在 Google Cloud 控制台、Gemini Enterprise Agent Platform 文档、Data analytics 文档和价格页面中。

Google Cloud 控制台导航变更：Agent Platform（以前称为 Vertex AI）和数据分析下的导航菜单已更新，以集中显示智能体产品和功能。

SKU 显示名称和说明更新：SKU 显示名称和说明将在未来几个月内更新。更新的 SKU 会列在 Google Cloud Platform SKU 页面中。Data analytics  SKU 名称将保持不变。在所有情况下，您的结算或账单都不会发生变化。

Gemini Enterprise Agent Platform 是什么？

Google Cloud Next ’26 最值得关注的发布亮点之一就是 Gemini Enterprise Agent Platform。它的发布标志着企业 AI 正从“模型使用”迈向“智能体运营”。

如前文所述，Google Cloud 将原有的 Vertex AI 整合进 Gemini Enterprise Agent Platform。

该平台提供管理智能体全生命周期的工业化流水线，包括代码编写、生产环境部署和安全审计。

过去两年，许多企业已经开始尝试生成式 AI 用于内容生成、知识问答或局部流程自动化。但随着应用逐步深入，企业很快发现仅有模型能力远远不够。

AI 往往难以连接内部系统，无法持续执行复杂任务，也缺乏权限管理、合规治理与规模化运行能力。

Gemini Enterprise Agent Platform 是专为“智能体时代”设计的企业级基础设施。它使 AI 成为一个有身份、有记忆、懂数据、守规矩的数字化员工。让 AI 从辅助工具，真正走向生产力系统。

技术团队在后台构建，员工在前台使用：

Gemini Enterprise Agent Platform 主要可面向技术团队，用于构建、部署和治理 Agent；而这些 Agent 则可以通过Gemini Enterprise 无缝交付给企业员工使用。

技术团队负责构建 AI 员工，业务团队与普通员工则通过统一入口直接使用这些能力，让 Agent 真正进入日常工作流。

一个新平台，也是一轮产品体系重组

过去，企业客户接触到的是 Vertex AI、Gemini API，以及多个相对独立的 AI 与 Cloud 产品模块。如今，Google Cloud 正尝试以更统一的方式整合这些能力，降低企业理解与采用门槛。

从官方架构图也可以清晰看到，这并不是简单更名，而是一套完整的平台重构。Google Cloud 将企业级 Agent 能力拆分为 Build、Scale、Govern、Optimize 四大层级，覆盖从开发构建、规模运行，到治理控制与持续优化的完整生命周期。

模型、数据、云基础设施与安全能力，也被统一纳入同一架构体系之中。这意味着企业未来部署 AI，不再是采购零散工具或单独接入某个模型，而是通过统一平台管理 Agent 的全生命周期。

Build（构建）：让企业真正构建自己的 Agent

在平台的第一层，Google Cloud 提供的是 Agent 构建能力。

通过赋能开发者、业务人员及所有相关人员大规模构建和部署智能体，让智能体的创建变得快速且简单。

对于技术团队，可以通过 Agent Development Kit 构建复杂业务流程、深度系统集成与定制化 Agent 应用。

对于业务团队，则可以借助 Agent Studio，以更低门槛的方式快速搭建适合市场、销售、客服或运营部门的工作流。

Google Cloud 对 Agent 的定义，并不是聊天机器人，而是能够调用工具、访问数据、连接系统并执行动作的业务单元。

一个营销 Agent，不应只会生成广告文案，它还应该能够读取历史投放数据、分析素材表现，并输出优化建议。

一个客服 Agent，也不只是回答问题，而是能够连接订单系统、知识库与客户记录，完成完整服务流程。

这也是企业级 Agent 与普通 AI 助手之间的本质区别。

Scale（扩展）：让 Agent 从试点走向规模化运行

很多企业已经证明 AI 可以做出不错的 Demo，但真正困难的部分，是如何让它稳定运行在组织内部。

Google Cloud 在平台第二层提供了 Agent Runtime、Agent Sessions、Agent Sandbox 与 Agent Memory Bank 等能力，让 Agent 具备持续运行、上下文记忆、安全测试与长期协作能力。

Govern（治理）：企业采用 AI 的真正门槛

企业部署 Agent 的关键，不只是能力强弱，而是是否具备足够的信任机制。

因此在平台第三层，Google Cloud 提供了 Agent Gateway、Agent Identity、Agent Registry、Security 与 Compliance 等治理能力。

这套体系背后的逻辑非常清晰：未来企业内部运行的 Agent，需要像员工账号与软件系统一样被管理。企业需要知道每个 Agent 的身份、权限范围、访问记录与执行行为，也需要在合规框架下控制其运行边界。

对于大型组织而言，这不是附加功能，而是 AI 能否进入核心业务场景的前提条件。

Optimize（优化）：让 AI 项目持续创造 ROI

很多企业 AI 项目失败并不是因为无法上线，而是上线之后缺乏持续优化机制。

Google Cloud 在平台第四层加入了 Evaluation、Simulation、Observability 与 Optimizer 等能力，帮助企业持续衡量 Agent 表现，并不断提升结果质量与运营效率。

企业可以评估任务完成率、响应质量、用户满意度与成本效率，也可以在正式部署前进行模拟测试，在运行过程中持续监控稳定性与表现。

如果您的企业也在关注以下这些问题，触脉咨询（TRUEMETRICS）都可以为您提供服务支持：

• Gemini Enterprise Agent Platform 适合哪些业务场景？

• Google Cloud AI 产品线重组后，企业该如何选择与部署？
• Agent 如何接入企业数据、系统与现有工作流？ 
• 有哪些企业级 AI 解决方案？

• 出海企业如何结合 Google 生态，落地营销、客服与运营智能体？
• Gemini Enterprise 价格，Gemini Enterprise 如何申请？

触脉咨询（TRUEMETRICS）作为 Google Marketing Platform（GMP）官⽅认证合作伙伴以及 Google Cloud Resell 和 Service 认证合作伙伴，凭借深厚的 Google 生态技术积累，长期服务出海企业，在营销增长、数据分析与 AI 应用落地方面拥有丰富经验。

无论您是想了解 Gemini Enterprise、规划企业级 Agent 路线图，还是寻找可快速落地的 AI 场景，欢迎联系触脉咨询。