Gemini Agent چیست؟ معرفی عامل هوش مصنوعی گوگل برای کارهای سازمانی

Gemini Agent گوگل یک عامل هوش مصنوعی (AI Agent) سازمانی است که به‌جای دستور گام‌به‌گام، هدف کاری را از کاربر می‌گیرد، آن را برنامه‌ریزی می‌کند و نتیجه نهایی را داخل ایمیل، سند و محیط‌های توسعه تحویل می‌دهد.

گوگل کلود این محصول را ۸ اکتبر ۲۰۲۶، برابر با ۱۶ مهر ۱۴۰۵، در رویداد Gemini at Work 2026 معرفی کرد. فعلاً فقط گروهی از مشتریان سازمانی در قالب پیش‌نمایش خصوصی (Private Preview) به آن دسترسی دارند و گوگل برای عرضه گسترده تاریخی اعلام نکرده است.

جمنای ایجنت در یک نگاه

• تاریخ رونمایی رسمی: ۸ اکتبر ۲۰۲۶ (۱۶ مهر ۱۴۰۵) در رویداد اختصاصی Gemini at Work 2026
• کارکرد ابزار: عامل هوشمند همه‌منظوره برای انجام خودکار کارهای سازمانی، چت، تولید رسانه و کدنویسی بدون نیاز به مشخص‌کردن تمام مراحل اجرا
• نحوه دسترسی: استفاده از یک جعبه پرامپت یکپارچه در برنامه Gemini Enterprise، برنامه‌های Workspace، Microsoft 365، Slack و خط فرمان (CLI) یا کار مستقیم داخل ایمیل، سند و فضای چت در نرم‌افزارهایی مثل Gmail و Docs
• نحوه اجرا: اجرای ابری و مداوم (Persistent Execution) که کارهای طولانی را حتی پس از بستن سیستم ادامه می‌دهد.
• مدل‌های فعال: پشتیبانی هوشمند از مدل‌های خانواده Gemini و مدل‌های Claude (از شرکت Anthropic) با قابلیت انتخاب خودکار مدل مناسب برای هر کار
• وضعیت عرضه: پیش‌نمایش خصوصی برای مشتریان سازمانی منتخب؛ عرضه گسترده برای پلن‌های Business و Enterprise در Workspace «به‌زودی» اما بدون تاریخ مشخص
• حفظ ایمنی سازمان: اختصاص هویت رمزنگاری‌شده مستقل به هر عامل، اجرای کدها در محیط ایزوله (Agent Sandbox)، عبور ترافیک از فایروال Agent Gateway و ثبت تمام اقدامات در گزارش ممیزی به نام خود عامل
• محاسبه هزینه: بدون هزینه جداگانه روی پلن‌های دارای Gemini Enterprise

ویدیوی رسمی گوگل کلود برای معرفی Gemini Agent

در ویدیوی زیر، گوگل کلود قابلیت Gemini Agent را معرفی می‌کند.

Gemini Agent گوگل چیست و چه زمانی معرفی شد؟

Gemini Agent یک عامل هوش مصنوعی همه‌منظوره برای محیط کار است که گوگل کلود آن را برای سازمان‌ها عرضه می‌کند. این محصول قابلیت‌های چت، انجام کارهای تخصصی و تحلیلی، تولید محتوای چندرسانه‌ای و کدنویسی را در قالب یک رابط پرامپت و یک API ارائه می‌دهد. به گفته گوگل، کاربر کافی است هدف خود را مشخص کند تا عامل هوش مصنوعی وظایف مورد نیاز را انجام دهد و نتیجه نهایی را تحویل دهد.

ایجنت هوش مصنوعی چیست؟

ارتباط Gemini Agent با پلتفرم Gemini Enterprise

Gemini Agent قرار است پس از عرضه گسترده، مستقیم داخل Gemini Enterprise ارائه شود و به اپلیکیشن یا وب‌سایت جداگانه نیاز نداشته باشد.

Gemini Enterprise پلتفرم سازمانی گوگل برای استفاده از هوش مصنوعی در محیط کار است و به گفته گوگل، نزدیک به ۹۰ درصد شرکت‌های فهرست Fortune 100، مشتری آن هستند. این آمار به پلتفرم سازمانی گوگل مربوط است و نباید آن را به‌عنوان میزان استفاده از Gemini Agent در نظر گرفت.

۶ ویژگی کلیدی Gemini Agent؛ از چت و کدنویسی تا اجرای خودکار وظایف

قابلیت‌های Gemini Agent بر ۶ اصل معماری استوار است که گوگل در وبلاگ رسمی Google Cloud توضیح داده است. 

۱. یک عامل واحد برای گفت‌وگو، انجام وظایف و کدنویسی

Gemini Agent می‌تواند به پرسش‌ها پاسخ دهد، وظایف محول‌شده را به‌صورت مستقل پیش ببرد و کد تولید کند. کاربر می‌تواند هدف مورد نظر را مشخص کند، انجام کاری را به ایجنت بسپارد، برای آن زمان تعیین کند یا از آن بخواهد به رویدادهای مشخص واکنش نشان دهد.

هدف این رویکرد، کاهش نیاز به جابه‌جایی بین ابزارهای هوش مصنوعی جداگانه و امکان انجام چند نوع فعالیت از طریق یک رابط واحد است. این طرح با مفهوم هوش مصنوعی عامل‌محور (Agentic AI) همسو است.

۲. دسترسی از دستگاه‌ها و ابزارهای مختلف

طبق توضیحات گوگل، Gemini Agent برای دسترسی از وب، دستگاه‌های iOS و اندروید و رایانه‌های ویندوز و مک طراحی شده است. این عامل همچنین می‌تواند از طریق خط فرمان، Google Workspace، Microsoft 365 و Slack مورد استفاده قرار گیرد.

قابلیت ادغام با برنامه‌های شخص ثالث نیز به توسعه‌دهندگان اجازه می‌دهد آن را بدون نیاز به رابط کاربری اختصاصی در برنامه‌های خود به کار بگیرند. به چنین عاملی اصطلاحاً Headless Agent گفته می‌شود.

۳. اجرای پیوسته وظایف در فضای ابری

Gemini Agent در فضای ابری اجرا می‌شود و حافظه و زمینه کاری خود را در دستگاه‌ها و کانال‌های مختلف حفظ می‌کند. در نتیجه، کاربر لازم نیست هنگام تغییر دستگاه، اطلاعات و توضیحات قبلی را از ابتدا در اختیار عامل قرار دهد.

همچنین، وظایفی که انجام آن‌ها ساعت‌ها یا روزها طول می‌کشد، می‌توانند پس از بستن لپ‌تاپ نیز ادامه پیدا کنند. این قابلیت با عنوان Persistent Execution شناخته می‌شود.

۴. هماهنگی چند عامل هوش مصنوعی و همکار دیجیتال

Gemini Agent می‌تواند برای انجام وظایف چندمرحله‌ای، زیرعامل‌های (Sub-agents) موقت ایجاد کند. هر زیرعامل هویت جداگانه‌ای دارد و می‌تواند بخشی از کار را به‌صورت موازی یا پشت سر هم انجام دهد.

گوگل همچنین از «عامل همکار» (Coworker Agent) رونمایی کرده است؛ عاملی با نقش مشخص که ایمیل اختصاصی با دامنه @agents.company.com و فضای ذخیره‌سازی مستقل خود را دارد. دسترسی این عامل به اطلاعات نیز به زمینه‌ای محدود می‌شود که کاربران در اختیارش قرار می‌دهند.

گوگل پیش‌تر با معرفی پروتکل A2A نیز به موضوع ارتباط و همکاری میان عامل‌های هوش مصنوعی پرداخته بود.

۵. حافظه و درک زمینه کاری

Gemini Agent از چهار نوع حافظه زیر استفاده می‌کند:

• حافظه نشست (Session Memory): اطلاعات مربوط به کار جاری
• حافظه معنایی (Semantic Memory): دانش و اطلاعات ساخت‌یافته
• حافظه رویه‌ای (Procedural Memory): روش‌ها و مراحل انجام کار
• حافظه رویدادی (Episodic Memory): اطلاعات مربوط به تعامل‌ها و کارهای قبلی

گوگل عملکرد این عامل را به یک کارمند تازه تشبیه می‌کند که پیش از شروع وظایف، با ابزارها و اعضای تیم آشنا می‌شود. تیم‌ها نیز می‌توانند پروژه‌های اختصاصی تعریف کنند تا زمینه کاری و مهارت‌های عامل متناسب با نیازهایشان تنظیم شود.

۶. انتخاب مدل هوش مصنوعی متناسب با هر وظیفه (Gemini و Claude)

در Gemini Agent، انتخاب عامل و انتخاب مدل هوش مصنوعی دو موضوع جداگانه‌اند؛ مدل مورد استفاده می‌تواند متناسب با نوع وظیفه انتخاب شود. گوگل اعلام کرده است که این پلتفرم از مدل‌های خانواده Gemini و مدل‌های Claude شرکت Anthropic پشتیبانی می‌کند و قرار است مدل‌های اختصاصی و متن‌باز دیگری نیز به آن اضافه شوند. همچنین، مدیران سازمان‌ها می‌توانند مدل‌های مجاز برای استفاده را محدود کنند.

مدل‌های هوش مصنوعی گوگل در زیرساخت Gemini Agent

گوگل در معرفی زیرساخت عامل‌های هوش مصنوعی خود، از ۴ مدل زیر نام برده است:

•  Argon برای استدلال پیشرفته
•  Flash برای سرعت و پردازش حجم بالای درخواست‌ها
•  Omni برای تولید محتوای چندرسانه‌ای 
•  Gemma برای کاربردهای سبک‌تر و متن‌باز 

بررسی تخصصی ۰ تا ۱۰۰ هوش مصنوعی Gemini

قیمت Gemini Agent و شرایط دسترسی به آن

طبق اعلام گوگل در ۸ اکتبر ۲۰۲۶، Gemini Agent برای مشتریان دارای پلن‌های واجد شرایط Gemini Enterprise، از جمله برخی اشتراک‌های کسب‌وکاری و سازمانی Google Workspace، بدون هزینه جداگانه عرضه می‌شود و به اپلیکیشن یا وب‌سایت مستقلی نیاز ندارد. گوگل این عرضه را به یک به‌روزرسانی نرم‌افزاری تشبیه کرده است.

وضعیت عرضه و شرایط اشتراک ایجنت گوگل

• وضعیت دسترسی: از ۸ اکتبر ۲۰۲۶ (۱۶ مهر ۱۴۰۵)، پیش‌نمایش خصوصی برای مشتریان منتخب آغاز شده است.
• زمان عرضه گسترده: گوگل عرضه آن را برای مشتریان Google Workspace با برخی پلن‌های Business و Enterprise «به‌زودی» اعلام کرده، اما هنوز تاریخ دقیقی ارائه نداده است.
• موارد نامشخص: هنوز مشخص نیست عامل‌های همکار با حساب اختصاصی Workspace به مجوز جداگانه نیاز دارند یا خیر، اجرای وظایف طولانی و استفاده از زیرعامل‌ها هزینه مصرفی اضافه دارد یا نه و هر سازمان می‌تواند چند عامل همکار بسازد. گوگل گفته جزئیات قیمت‌گذاری را نزدیک زمان عرضه گسترده منتشر می‌کند.

ابزارهای مدیریت و کنترل هزینه‌های هوش مصنوعی

گوگل برای کنترل هزینه‌ها، قابلیت مسیریابی هوشمند (Smart Routing) را معرفی کرده است. این قابلیت هر وظیفه را به مدلی می‌سپارد که بهترین توازن میان کیفیت و هزینه را دارد. قابلیت سقف هزینه لحظه‌ای (Real-time Spend Caps) نیز به مدیران اجازه می‌دهد برای هر پروژه حداکثر بودجه تعیین کنند. با رسیدن هزینه به این سقف، عامل پروژه متوقف می‌شود و مدیر می‌تواند با یک کلیک اجرای آن را از سر بگیرد. تعیین سقف هزینه پروژه‌ای قابلیت تازه‌ای نیست و گوگل آن را در اوت ۲۰۲۶ نیز اعلام کرده بود.

محدودیت‌ها و ابهام‌های Gemini Agent

علاوه بر آنچه درباره ابهام در زمان عرضه و هزینه Gemini Agent گفته شد، موارد زیر نیز شفاف نیستند:

• مناطق تحت پوشش: فهرست کشورهای پشتیبانی‌شده اعلام نشده و در منابع بررسی‌شده اطلاعات روشنی درباره محدودیت منطقه‌ای وجود ندارد.
• دسترسی کاربران فردی: گوگل هنوز درباره عرضه برای کاربران عادی توضیحی نداده است.
• داده و حریم خصوصی: گوگل توضیح نداده است هنگام استفاده از مدل‌های شخص ثالث مثل Claude، داده‌های سازمان به ارائه‌دهنده آن مدل ارسال می‌شود یا خیر. محل ذخیره و مدت نگهداری داده‌ها هم اعلام نشده است.

اتصال Gemini Agent به ابزارها و سیستم‌های سازمانی

Gemini Agent از طریق ابزارها (Tools) به نرم‌افزارها و سامانه‌های سازمانی متصل می‌شود. فهرست رسمی گوگل شامل ابزارهایی مانند Confluence، مجموعه Microsoft Office و Teams، Slack، Google Workspace، Git، Jira، Salesforce و ServiceNow و همچنین پایگاه‌های داده‌ای مانند BigQuery، Databricks، Postgres و Snowflake است.

این عامل همچنین می‌تواند به سرورهای سازگار با پروتکل زمینه مدل (Model Context Protocol یا MCP)، چه در داخل شبکه سازمان و چه خارج از آن، متصل شود.

Gemini Agent در Google Workspace

Gemini Agent مستقیماً در Gmail ،Drive ،Docs ،Slides ،Sheets ،Chat و Calendar کار می‌کند و حافظه و مهارت‌های خود را در این محیط‌ها نیز به کار می‌گیرد. گوگل همچنین اعلام کرده است که عامل Gemini در محیط‌هایی مانند Microsoft 365 و Slack نیز قابل‌استفاده است. گوگل ۳ شیوه استفاده از این عامل در Workspace را معرفی کرده است:

1. دستیار شخصی
2. پیشنهاد فعال برای واگذاری وظایف 
3.  همکار هوش مصنوعی

۱. جمنای ایجنت به عنوان دستیار شخصی

Gemini Agent از زمینه کاری کاربر، از جمله تقویم، اعضای تیم و پروژه‌ها، استفاده می‌کند. برای مثال، می‌توانید بدون وارد کردن نام یا ایمیل افراد، از آن بخواهید جلسه‌ای با مسئولان رویدادهای منطقه‌ای هماهنگ کند. عامل با بررسی اعضای فضای چت و رشته ایمیل‌های قبلی، افراد مرتبط را شناسایی می‌کند و تقویم‌هایشان را برای هماهنگی جلسه بررسی می‌کند.

۲. پیشنهاد فعال برای واگذاری وظایف با Gemini Agent

گاهی ایجنت خودش تشخیص می‌دهد که می‌توان کاری را به آن سپرد. برای مثال، اگر مدیر از شما بخواهد آخرین وضعیت پروژه را در قالب اسلاید آماده کنید، Workspace Intelligence می‌تواند این درخواست را شناسایی کند و گزینه‌ای برای واگذاری کار به Gemini با یک کلیک نمایش دهد.

۳. Gemini Agent یک همکار هوش مصنوعی

کاربر می‌تواند نقش موردنیاز خود را توصیف کند تا Gemini یک عامل همکار بسازد. این عامل حساب اختصاصی Workspace، ایمیل، تقویم، فضای Drive و جایگاهی در فهرست سازمانی دارد. همکاران می‌توانند با منشن‌کردن آن با علامت @ یا افزودن به فضای چت با آن کار کنند. عامل همکار با هویت مستقل خود فعالیت می‌کند، نه هویت کاربر و فقط به اطلاعاتی دسترسی دارد که با آن به اشتراک گذاشته شده‌اند.

قابلیت‌های تخصصی Gemini Agent؛ از تحلیل داده تا امور مالی و حقوقی

گوگل نخستین مهارت‌های تخصصی Gemini Agent را برای تحلیل داده معرفی کرده است. مهندسان داده و یادگیری ماشین می‌توانند هدف مورد نظر خود را به زبان ساده بیان کنند تا عامل کد PySpark تولید کند، نوت‌بوک بسازد، مدل‌های یادگیری ماشین را آموزش دهد و مشکلات فرایند انتقال و پردازش داده‌ها را شناسایی و برطرف کند.

کاربران غیرمتخصص نیز می‌توانند با طرح پرسش، گزارش‌های عملیاتی به‌روز دریافت کنند. در این فرایند، عامل کوئری مورد نیاز را ایجاد و ذخیره می‌کند تا امکان اجرای دوباره آن در آینده فراهم باشد. طبق توضیحات ارائه‌شده، اجرای مجدد کوئری ذخیره‌شده به مصرف دوباره توکن نیاز ندارد.

اتصال ایجنت گوگل به داده‌های سازمانی با قابلیت‌های زیرساختی

۳ قابلیت زیرساختی زیر به Gemini Agent کمک می‌کنند پاسخ‌های خود را بر اساس داده‌های واقعی سازمان ارائه دهد:

• کاتالوگ دانش (Knowledge Catalog): امکان تعریف یک‌بار اصطلاحات و مفاهیم سازمانی، مانند «حاشیه سود خالص»، را فراهم می‌کند تا عامل آن‌ها را در تحلیل‌های خود به‌صورت یکسان به کار ببرد.
• ذخیره‌سازی هوشمند (Smart Storage): برای کار با فایل‌ها و داده‌های بدون ساختار طراحی شده است.
• Borderless Lakehouse: امکان اجرای کوئری روی منابعی مانند S3 و Azure Data Lake را بدون نیاز به کپی‌کردن داده‌ها فراهم می‌کند.

نسخه‌های تخصصی Gemini Agent برای صنایع مالی و حقوقی

گوگل نسخه‌های تخصصی Gemini Agent را نیز برای برخی صنایع معرفی کرده است. نسخه خدمات مالی (Financial Services) در مرحله پیش‌نمایش قرار دارد و بیش از ۵۰ مهارت پایه و اتصال به منابع اطلاعاتی مانند FactSet، LSEG و S&P Global را ارائه می‌کند.

نسخه حقوقی (Legal) نیز از مجوزهای دسترسی در سطح پرونده، مطابق با مجوزهای تعریف‌شده در سامانه‌هایی مانند NetDocuments و iManage، پیروی می‌کند. گوگل همچنین عرضه نسخه‌های ویژه دولت، سلامت و خرده‌فروشی را برای آینده اعلام کرده است.

امنیت Gemini Agent؛ کنترل دسترسی و حفاظت از داده‌ها

گوگل حاکمیت عامل‌های هوش مصنوعی را بر اساس ۴ پرسش توضیح می‌دهد: 

• عامل چه هویتی دارد؟
• به چه منابعی دسترسی دارد؟
• چه اقداماتی انجام داده است؟
• از دسترسی به چه چیزهایی باید منع شود؟

هر عامل هویت رمزنگاری‌شده و مستقلی دارد و فقط به حداقل دسترسی‌های لازم مجهز است. همچنین، تمام اقدامات در گزارش ممیزی با هویت همان عامل ثبت می‌شوند. دسترسی به سیستم‌های بیرونی نیز با استفاده از استانداردهایی مانند OAuth مدیریت می‌شود.

اجرای ایمن عامل‌ها با Agent Sandbox و Agent Gateway

کدها در محیطی ایزوله به نام Agent Sandbox اجرا می‌شوند که مرز شبکه‌ای جداگانه‌ای دارد. تمام ترافیک ورودی، خروجی و ارتباطات میان عامل‌ها نیز از Agent Gateway عبور می‌کند. این دروازه مانند یک فایروال، سیاست‌های امنیتی سازمان را در لحظه اعمال می‌کند. برای مثال، مدیر می‌تواند قاعده‌ای مانند «عامل‌ها اجازه بازکردن اسناد طبقه‌بندی‌شده را ندارند» تعریف کند تا این محدودیت برای همه عامل‌ها اعمال شود.

ابهام‌های حریم خصوصی و نحوه نگهداری داده‌ها

با وجود این سازوکارها، برخی جزئیات حریم خصوصی همچنان نامشخص‌اند. گوگل هنوز توضیح نداده است که هنگام استفاده از مدل‌های شخص ثالث مانند Claude، آیا داده‌ها به ارائه‌دهنده آن مدل ارسال می‌شوند یا خیر. جزئیات مربوط به نحوه نگهداری و محل ذخیره‌سازی داده‌ها نیز مشخص نشده است. گوگل تأکید کرده که پرامپت‌ها، اسناد و تاریخچه چت در محیط Gemini Enterprise باقی می‌مانند؛ با این حال، این توضیح به‌تنهایی همه ابهام‌های مربوط به پردازش و نگهداری داده‌ها را برطرف نمی‌کند.

Gemini Agent در مقایسه با رقبا

Gemini Agent نسخه جدیدی از یک مدل نیست، بلکه محصولی مبتنی بر Gemini Enterprise است؛ بنابراین مقایسه نسخه‌به‌نسخه برای آن موضوعیت ندارد. گوگل بنچمارک (آزمون استاندارد سنجش عملکرد) اختصاصی برای این عامل منتشر نکرده و داده مستقلی درباره اعتمادپذیری آن در وظایف طولانی و چندبرنامه‌ای هم در دسترس نیست.

رقابت Gemini Agent با پلتفرم‌های هوش مصنوعی محل کار

رقابت برای تبدیل‌شدن به رابط اصلی هوش مصنوعی در محیط کار شدت گرفته است. طبق گزارش VentureBeat، مایکروسافت در ۲۵ سپتامبر ۲۰۲۶ نسخه به‌روزشده Copilot را معرفی کرد، OpenAI در ۲۹ سپتامبر از عامل‌های دائمی خود با نام Dots خبر داد و Anthropic نیز در ۶ اکتبر یکپارچگی Claude با Google Docs، Sheets و Slides را اعلام کرد. این محصولات رویکردهای متفاوتی برای انجام وظایف مستمر و کار با ابزارهای سازمانی دارند.

اگر با ChatGPT آشنا باشید، Dots را می‌توان تلاش OpenAI برای توسعه عامل‌هایی دانست که فراتر از پاسخ‌گویی به درخواست‌های لحظه‌ای، به‌طور مستمر وظایف را دنبال می‌کنند.

دات (Dot) چیست؟

مقایسه رویکرد Gemini Agent با رقبا

جدول زیر، بر اساس گزارش VentureBeat در ۸ اکتبر ۲۰۲۶، رویکرد و قابلیت‌های متمایز این پلتفرم‌ها را (نه کیفیت یا سرعت عملکرد) مقایسه می‌کند.

پلتفرم	رویکرد اصلی	قابلیت‌های متمایز
Google Gemini Agent	عامل سازمانی یکپارچه	حافظه مشترک میان پلتفرم‌ها، گروه موقت عامل‌های فرعی، همکار دائمی با هویت Workspace و پشتیبانی از مدل‌های Gemini و Claude
Microsoft Copilot	پلتفرم یکپارچه هوش مصنوعی محل کار	Home، Cowork، Code و Autopilot؛ یکپارچگی با Microsoft 365، زمینه سازمانی و حاکمیت عامل‌ها
OpenAI ChatGPT	عامل‌های دائمی و فضاهای همکاری	عامل‌های Dots برای ادامه کار روی برنامه‌های متصل و ChatGPT Space برای پروژه‌های مشترک
Anthropic Claude	هوش مصنوعی یکپارچه با ابزارهای بهره‌وری	ویرایش مستقیم در Google Workspace، مهارت‌های قابل‌استفاده مجدد، اتصال به ابزارها و کنترل تأیید
Grok Bot از SpaceXAI	همکاران دیجیتال دائمی با رایانه اختصاصی	کار میان برنامه‌ها، حافظه، رویه‌های آموخته‌شده، هماهنگی میان عامل‌ها و Team Bots مشترک

تفاوت‌های معماری Gemini Agent با رقبا

تفاوت اصلی این پلتفرم‌ها در معماری، نحوه اتصال به ابزارها و محیط اجرای ایجنت‌ها است. گوگل بر یکپارچگی با Workspace، هویت مستقل عامل‌ها و سیاست‌های امنیتی سازمان تمرکز دارد؛ در مقابل، Grok Bot بر اجرای وظایف از طریق رایانه اختصاصی عامل تأکید می‌کند و Claude امکان کار مستقیم با اسناد و برنامه‌های بهره‌وری را فراهم می‌سازد.

با این حال، اطلاعات منتشر شده برای تعیین اینکه کدام پلتفرم در عمل عملکرد بهتری دارد کافی نیست. پشتیبانی از چند مدل هوش مصنوعی نیز مزیتی انحصاری برای گوگل محسوب نمی‌شود؛ VentureBeat گزارش داده است که مایکروسافت هم از چند مدل و انتخاب خودکار مدل پشتیبانی می‌کند.

بهترین ایجنت های هوش مصنوعی

دسترسی فارسی به جمنای و ابزارهای هوش مصنوعی

Gemini Agent محصول سازمانی گوگل است و فعلاً در مرحله پیش‌نمایش خصوصی قرار دارد؛ بنابراین، ادعایی درباره عرضه آن در پلتفرم‌های واسط مانند هوشا مطرح نمی‌شود. اما اگر می‌خواهید بدون پیچیدگی‌های ابزارهای سازمانی از هوش مصنوعی استفاده کنید، هوشا یک هوش مصنوعی فارسی است که دسترسی به مدل‌ها و سرویس‌های مختلف هوش مصنوعی را فراهم می‌کند و بیش از ۲ میلیون کاربر از این پلتفرم استفاده می‌کنند.

خدمات و مزایای پلتفرم هوشا

خدمات هوشا شامل چت، ساخت عکس با هوش مصنوعی، ساخت ویدیو و موسیقی، طراحی وب‌سایت، تبدیل متن به صدا، دوبله، صداگذاری و لیپ‌سینک است. طبق آخرین بررسی در مهر ۱۴۰۵، کاربران می‌توانند هر روز ۱۲۰ گفت‌وگوی رایگان با انواع مدل‌های جمنای، کلاد، چت‌جی‌بی‌تی و گراک داشته باشند. این اعتبار فقط به بخش چت اختصاص دارد و برای ساخت تصویر یا استفاده از سایر سرویس‌ها قابل استفاده نیست.

توجه کنید که هوشا جایگزین قابلیت‌های سازمانی Gemini Agent نیست. هوشا بیشتر برای کاربران و کسب‌وکارهایی مناسب است که می‌خواهند برترین ابزارها و مدل‌های هوش مصنوعی را به صورت یکپارچه در یک محیط فارسی، با دسترسی مستقیم بدون VPN و به‌سادگی تجربه کنند.

جمع‌بندی

در مجموع Gemini Agent گامی در جهت تبدیل Gemini از یک دستیار گفت‌وگومحور به عاملی است که می‌تواند وظایف چندمرحله‌ای را اجرا کند و نتیجه را تحویل دهد. قابلیت‌های اعلام‌شده آن شامل حافظه مشترک، اجرای مداوم در فضای ابری، هویت مستقل عامل، مدیریت متمرکز سیاست‌ها و امکان استفاده از مدل‌های Gemini و Claude است.

با این حال، محدود بودن دسترسی، نبود بنچمارک‌های مستقل و ابهام درباره قیمت‌گذاری و نحوه انتقال داده‌ها، ارزیابی این محصول را سخت می‌کند. بنابراین سازمان‌های علاقه‌مند بهتر است آزمایش را با وظایف کم‌ریسک و سقف هزینه مشخص آغاز کنند.

نویسنده: تارا بهادری