Google: агента проектируют в Claude Code, а запускают на Gemini Agent Platform
17 июля 2026 Google Cloud опубликовала 13 практических демонстраций Gemini Enterprise Agent Platform — от MCP-инструментов и проверки человеком до развёртывания, безопасности и автоматических оценок. Особенно заметен Agents CLI: его можно установить в Claude Code, Codex или другой coding agent, и агент получит семь Skills для сборки, оценки и мониторинга решения на платформе Google. Для бизнеса это разделение среды разработки и production-инфраструктуры — меньше привязки к одному поставщику.
Что изменилось
17 июля 2026 Google Cloud опубликовала 13 практических демонстраций платформы Gemini Enterprise Agent Platform. Набор охватывает полный цикл корпоративного агента:
- подключение инструментов через MCP — запросы к BigQuery, поиск по файлам, вызовы API;
- проверку человеком (human-in-the-loop) — агент останавливается, пока сотрудник не подтвердит решение;
- динамические интерфейсы Agent-to-UI — агент собирает нужные элементы экрана по ходу диалога;
- память между сессиями через Memory Bank;
- развёртывание на Agent Runtime с автоматической регистрацией, логированием и трассировкой;
- безопасность — шлюз доступа, проверка содержимого, блокировка рискованных действий до выполнения;
- мониторинг и автоматические оценки результата (evals) прямо из coding agent.
Отдельный акцент — Agents CLI. Его можно установить в Claude Code, Codex или другой coding agent. Инструмент добавляет семь Skills: агент в редакторе получает экспертизу по ADK и Agent Platform, может описать задачу на обычном языке и получить каркас приложения, прогнать оценку, развернуть решение и подключить мониторинг — не выходя из привычной среды разработки.
Google прямо пишет: «Install Agents CLI into your favorite coding agent (Antigravity, Claude Code, Codex, whatever you use)». То есть сценарий не «переезжайте в Google IDE», а «останьтесь в Claude Code, а production отдайте Gemini».
Почему это важно для бизнеса
На практике AI-проекты часто застревают на двух вопросах: где проектировать агента и где он будет работать с вашими данными. Google предлагает явное разделение слоёв:
- Среда разработки — Claude Code, Codex или другой coding agent, где команда быстро собирает логику и подключает инструменты.
- Production-инфраструктура — Gemini Agent Platform: масштабирование, сессии, безопасность, реестр агентов, аналитика.
Это снижает зависимость от одного поставщика. Можно проектировать в Claude, выполнять отдельные задачи на Gemini, а MCP использовать как переносимый слой инструментов между моделями и платформами.
Для маркетинговых и аналитических команд важнее не название CLI, а шаблоны из демо: агент, который читает данные, находит аномалию, формирует объяснение и отправляет результат человеку на проверку — до финального действия. Именно так устроен, например, демо «ambient expense agent» с порогами автоматического одобрения и паузой на ревью.
Что меняется для маркетинга
- Аномалии в данных. Демо с BigQuery показывает типовой сценарий: агент подключается к хранилищу, ищет отклонения в расходах или метриках, готовит вывод — и только после human-in-the-loop отправляет рекомендацию. Для вас это ближе к «еженедельный контроль Метрики и рекламных кабинетов с паузой на согласование», чем к очередному чат-боту.
- MCP как общий язык инструментов. Инструменты, собранные по протоколу MCP, в демо Google позиционируются как переносимые между вендорами. Если вы уже подключали CRM или аналитику через MCP Panel, логика коннекторов не должна жёстко зависеть от Claude или Gemini.
- Evals вместо «на глаз». Платформа предлагает цикл оценки: подготовить кейсы, прогнать агента, автоматически оценить ответы, найти кластеры ошибок и точечно улучшить промпт. Для маркетинга это способ не спорить «кажется, стало лучше», а сравнивать версии агента на одном наборе отчётных задач.
- Долгие процессы. Отдельные демо — агенты, которые работают неделями, сохраняют состояние и продолжают после перезапуска. Для онбординга клиентов или многоэтапных кампаний это важнее, чем разовый ответ в чате.
Мой вывод
Индустрия движется к сборке агента там, где удобно команде, и запуску там, где живут данные и политики доступа. Google не просит отказаться от Claude Code — наоборот, делает его точкой входа через Agents CLI.
Если вы уже используете MCP Panel, практический смысл простой: коннекторы к Метрике, CRM и рекламным кабинетам проектируйте один раз, а меняйте модель или облако под задачу — без переписывания всей интеграции с нуля. Новость не отменяет необходимость проверять, где именно выполняется код и какие данные покидают вашу инфраструктуру — но снимает ложный выбор «либо Claude, либо Google».
Что проверить сейчас
Соберите один пилотный агент через Agents CLI в Claude Code по сценарию из демо Google:
- Данные — выгрузка из BigQuery, маркетингового хранилища или таблицы с кампаниями.
- Задача — найти аномалию (скачок CPA, просадка конверсии, необычный расход).
- Объяснение — короткий вывод с указанием периода и метрик.
- Human-in-the-loop — отправка результата руководителю или аналитику на подтверждение до любого «действия».
Сравните с текущей ручной разработкой по пяти параметрам:
- время до первого рабочего прототипа;
- объём кода, написанного вручную;
- качество встроенных evals на ваших кейсах;
- сложность подключения MCP-инструментов;
- переносимость решения на другую модель без переписывания коннекторов.
Если прототип собирается быстрее, но evals ловят мало ошибок — проблема не в «не той модели», а в качестве тестовых сценариев и данных. Это нормальный управленческий результат пилота.
Источники
- 13 hands-on demos to build on Gemini Enterprise Agent Platform — Google Cloud, 2026-07-17