Google DeepMind高级副总裁兼首席AI架构师Koray Kavukcuoglu在最新采访中表示，Google正将Gemini从聊天机器人重塑为AI智能体。这一战略转型与CEO Sundar Pichai关于“智能体AI是搜索未来”的判断高度一致，标志着Google AI产品逻辑的根本性转变。
Gemini向智能体AI演进：从问答到行动
Kavukcuoglu指出，Gemini的定位已超越传统语言模型或聊天机器人，其核心灵感源于编程与软件工程。当前研发重点不再是提升问答准确率，而是构建能够代表人类执行任务、协同工作的实体。
“回顾3.0版本发布，我们深刻理解了编程及软件工程的本质，即掌握工具使用与函数调用。我们将这些能力转化为智能体工作流，实现了从模型到智能体的跨越。软件工程作为众多应用的基础，是验证系统成功的关键领域。在此期间，我们在训练协同编码智能体方面积累了大量经验，推动了研发加速。”
“目前，我们正整合并行研究轨道的成果，叠加智能体动作执行与工作流理解能力，并结合新架构改进。3.6和3.7版本的诸多突破可追溯至一年前，随着技术整合见效，模型质量显著提升，内部团队对3.7版本的表现充满信心。”
底层技术稳健，环境需求驱动变革
Kavukcuoglu强调，尽管AI应用呈现革命性变化，但其实现路径并未颠覆现有技术范式。Google仍沿用深度学习、预训练、强化学习等成熟优化技术。真正的变革在于应用场景的升级：新环境要求模型具备意图推断、模糊信息处理及人机深度协作能力。
深化智能体工作流与人机协作理解
随着前沿技术向智能体编码及类智能体能力转移，Google通过Gemini 3.5的研发深入洞察了用户实际协作模式。Kavukcuoglu表示：
“在激烈竞争中，技术前沿始终动态演进。但更重要的是，我们在智能体行动与工作流方面取得了实质性认知突破。目前，我们对理解用户需求及支持人机伙伴式协作的能力感到高度满意，这得益于构建该能力的扎实过程。”
未来愿景：追求更本质的智能
当被问及最希望优先实现的AI能力时，Kavukcuoglu明确表示：“如果拥有魔法棒，我会让模型变得更聪明。更高的智能水平将使模型在处理各类任务时更加出色且直观，这是所有体验优化的基石。”
总结：从信息获取到任务完成
Google正推动AI从单纯提供答案转向辅助用户完成任务。正如Gmail、Sheets及Maps等产品致力于解决实际问题，Gemini的概念重塑反映了Google全业务线的智能化转型。AI模型正逐步具备代理属性，这也将重新定义包括搜索在内的核心产品体验。