Google Cloud 推出 Agent Compute Engine，该算力实例已落地支撑 Gemini 模型运行

Google Cloud 正式发布全新的 Agent Compute Engine 算力服务，这套专为 AI 智能体场景打造的虚拟机实例，已经投入内部生产环境，用来支撑 Gemini 大模型的推理与多轮智能体任务运行，能够完美适配 AI 智能体长时间运行、频繁调用工具、动态启停沙箱的业务需求。当前 AI 智能体不再只是单次对话，而是会自动拆分任务、连续调用工具、长时间保持会话状态，传统通用虚拟机存在启动慢、资源开销高、隔离性不足的短板，很难兼顾响应速度与成本；Agent Compute Engine 基于微虚拟机架构，依托 Google 自研 Titanium 硬件隔离技术，做到秒级启动、高密度部署，同时提供严格的运行环境隔离，刚好匹配 Gemini 多分支任务执行、多沙箱并行运行的技术要求。开发者只需要在 Google Cloud 控制台选择对应机型，绑定 Gemini 平台的 Agent Runtime 运行环境，就可以快速部署智能体任务；依托弹性扩缩能力，系统会按照任务量自动创建、释放微虚拟机，在保障 Gemini 智能体稳定运行的同时，把闲置资源开销降到最低，进一步提升整体算力利用率，让大模型智能体业务实现高性能与低成本兼顾。

一、Agent Compute Engine 核心产品能力清单

1. 微虚拟机极速启动：单实例启动耗时控制在百毫秒级别，可快速拉起上千个独立沙箱，满足 Gemini 智能体多任务并行执行的需求。
2. 硬件级安全隔离：搭载 Titanium 芯片实现硬件隔离，不同智能体任务之间环境完全独立，杜绝会话之间的数据互相干扰，保障多租户场景下运行安全。
3. 超高部署密度：单台物理主机可批量部署数百台微虚拟机，资源利用率相比传统通用 VM 提升 3 倍以上，大幅降低智能体集群的硬件成本。
4. 原生对接 Gemini 生态：与 Gemini Enterprise Agent 平台、Agent Runtime 深度打通，无需额外改造即可承接模型下发的工具调用、长周期任务、多轮记忆会话。
5. 弹性资源自动调度：支持按需自动扩缩容，任务结束后自动销毁实例，仅按实际运行时长计费，避免长期占用算力资源。

二、Agent Compute Engine 基础配置参数表

表格

三、将 Agent Compute Engine 接入 Gemini 平台的完整操作步骤

步骤 1：开通实例机型权限

登录 Google Cloud 管理后台，在 Compute Engine 服务中开启 Agent Compute Engine 微虚拟机机型，完成配额申请，确保区域资源充足。

步骤 2：绑定 Gemini Agent Runtime 运行环境

在 Gemini 企业智能体平台中，打开运行环境配置页面，将执行节点指定为 Agent Compute Engine 实例集群，系统自动完成环境变量与权限配置。

步骤 3：配置自动扩缩容策略

设置实例最小保有量与峰值上限，开启任务触发自动创建、任务完成自动销毁的规则，匹配 Gemini 智能体忽高忽低的任务流量。

步骤 4：部署智能体任务并开展测试

上传基于 Gemini 开发的多步骤智能体流程，测试工具调用、多轮长会话、并行沙箱执行等场景，验证实例启停速度与任务运行稳定性。

步骤 5：优化资源配比

通过 Cloud 监控面板查看实例 CPU、内存占用，微调单台微虚拟机的资源规格，进一步平衡运行性能与整体使用成本。

四、支撑 Gemini 模型运行的三大技术优势

（一）完美适配智能体多沙箱并行架构

Gemini 智能体在处理复杂目标时，会拆解成数十个子任务，每个子任务都需要独立运行沙箱。Agent Compute Engine 凭借高密度微虚拟机能力，可以一次性批量拉起大量独立运行环境，各个任务互不干扰，保障多分支并行推理顺畅执行。

（二）大幅降低长周期智能体运行成本

传统虚拟机需要长期保留资源，而 Agent Compute Engine 可以做到随用随开、用完即停。对于 Gemini 需要连续运行数小时甚至数日的自动化任务，空闲时段自动释放算力，能够把整体算力开支降低一半以上。

（三）与 Google 整体 AI 基础设施原生打通

该实例属于 Google Cloud AI Hypercomputer 体系的组成部分，可无缝对接 TPU 算力集群、Gemini 模型服务、MCP 工具协议，从模型推理到任务执行形成完整链路，无需跨平台对接，大幅减少系统集成工作量。

五、配套治理能力保障大规模智能体稳定运行

1. 统一运维管控：所有微虚拟机纳入 Google Cloud 运维体系，支持日志统一采集、性能实时监控、异常自动告警。
2. 权限精细化管控：依托云原生 IAM 权限体系，限制每个智能体沙箱的访问范围，防止越权读取企业数据。
3. 故障自动迁移：单实例出现异常时，系统会自动新建实例承接任务，保障 Gemini 智能体的长流程任务不会中途中断。

【相关 FAQ】

问题 1：Google Cloud 新发布的 Agent Compute Engine，是否已经投入 Gemini 模型的生产运行？

回答 1：已经正式落地使用。Agent Compute Engine 上线之后，第一时间用于支撑 Gemini 大模型的智能体任务，承接多轮会话、工具调用、多沙箱并行执行等业务，成为 Gemini 智能体运行的底层算力载体。

问题 2：Agent Compute Engine 采用微虚拟机架构，相比普通 Compute Engine 虚拟机，最核心的优势是什么？

回答 2：核心优势体现在三点：一是百毫秒级极速启动，能够快速创建大量独立沙箱；二是硬件级环境隔离，保障 Gemini 多分支任务互不干扰；三是单机部署密度大幅提升，同时支持按秒弹性启停，有效压低 Gemini 智能体集群的整体算力开销。

问题 3：在 Gemini 平台里部署智能体，需要额外改造代码才能接入 Agent Compute Engine 吗？

回答 3：不需要修改业务代码。Agent Compute Engine 和 Gemini Enterprise Agent 平台原生打通，只需在后台切换运行节点为该实例机型，Agent Runtime 会自动完成资源调度，原有智能体流程、工具调用逻辑可以直接平滑迁移。

问题 4：Agent Compute Engine 的资源调度模式，能不能应对 Gemini 智能体突发的任务流量高峰？

回答 4：完全可以。该实例支持自动弹性扩缩容，流量上涨时批量拉起微虚拟机，任务结束后自动释放资源，既可以承接 Gemini 瞬时爆发的大量并行任务，又不会在业务低谷期产生闲置算力成本。

【数据来源】

[2026-10-22]（Introducing Agent Compute Engine and expanding agent governance）Google Cloud 官方博客

[2026-10-22]（Agent Compute Engine 机型与配额说明）Google Cloud 产品文档

[2026-10-22]（Gemini 智能体运行环境对接规范）Google Cloud Gemini 平台技术文档

[2026-04-23]（AI Hypercomputer 智能体时代基础设施）Google Cloud Next 大会技术资料

免责声明

本文全部内容均来自 Google Cloud 官方公开技术文档与博客资讯，仅用于产品技术解读与部署方案参考，不构成云计算资源采购、智能体项目开发的商业投资建议；Agent Compute Engine 的机型规格、计费标准、区域可用范围会随产品迭代持续更新，最终配置与使用规则以 Google Cloud 控制台最新公示内容为准；实例启动速度、资源部署密度受物理硬件、网络环境、任务并发量影响，不同场景下会存在合理性能差异。