Google: агента собирают в Claude Code, запускают в Gemini

· 6 минут чтения · Любовь Черемисина · Google AI MCP AI-агенты · Продвинутый

17 июля 2026 Google Cloud опубликовала 13 практических демонстраций платформы агентов Gemini — от MCP-инструментов и подтверждения человеком до развёртывания, безопасности и автоматических оценок. Особенно заметен инструмент командной строки: его можно установить в Claude Code, Codex или другой редактор с агентом, и агент получит семь навыков для сборки, оценки и мониторинга решения на платформе Google. Для бизнеса это разделение среды разработки и рабочей инфраструктуры — меньше привязки к одному поставщику.

Два чертёжных стола на кремовой бумаге соединены красным мостом с шестерёнкой — метафора сборки агента в Claude Code и запуска на платформе Gemini

Что изменилось

17 июля 2026 Google Cloud опубликовала 13 практических демонстраций платформы агентов Gemini. Набор охватывает полный цикл корпоративного агента:

  • подключение инструментов через MCP — запросы к хранилищу данных, поиск по файлам, вызовы программного интерфейса (API);
  • подтверждение человека — агент останавливается, пока сотрудник не одобрит решение;
  • динамические интерфейсы по ходу диалога — агент собирает нужные элементы экрана;
  • память между сессиями в отдельном хранилище;
  • развёртывание на среде выполнения с автоматической регистрацией, логированием и трассировкой;
  • безопасность — шлюз доступа, проверка содержимого, блокировка рискованных действий до выполнения;
  • мониторинг и автоматические оценки результата прямо из редактора с агентом.

Отдельный акцент — инструмент командной строки. Его можно установить в Claude Code, Codex или другой редактор с агентом. Инструмент добавляет семь навыков: агент в редакторе получает экспертизу по платформе, может описать задачу на обычном языке и получить каркас приложения, прогнать проверку качества, развернуть решение и подключить мониторинг — не выходя из привычной среды разработки.

Google описывает сценарий не «переезжайте в среду Google», а «останьтесь в Claude Code, а рабочую эксплуатацию отдайте платформе 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 редактор с агентом, где команда быстро собирает логику и подключает инструменты.
  • Рабочая инфраструктура — платформа агентов Gemini: 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 инструмента, 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 агента расходов с порогами автоматического одобрения и паузой на ревью.

Что меняется для маркетинга

  1. Аномалии в данных. Демо с хранилищем данных показывает типовой сценарий: агент подключается к базе, ищет отклонения в расходах или метриках, готовит вывод — и только после подтверждения человека отправляет рекомендацию. Для вас это ближе к «еженедельный контроль Метрики и рекламных кабинетов с паузой на согласование», чем к очередному чат-боту.
  2. MCP как общий язык инструментов. Инструменты, собранные по протоколу MCP, в демо Google позиционируются как переносимые между вендорами. Поэтому логика коннекторов к системе управления отношениями с клиентами (CRM) или аналитике не должна жёстко зависеть от одного поставщика моделей.
  3. Проверки качества 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.
  4. 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 инструмент командной строки.

Практический смысл простой: коннекторы к Метрике, CRM и рекламным кабинетам проектируйте один раз, а модель или облако меняйте под задачу — без переписывания всей интеграции с нуля. Новость не отменяет необходимость проверять, где выполняется код и какие данные покидают вашу инфраструктуру, но снимает ложный выбор «либо Claude, либо облако Google».

Что проверить сейчас

Соберите один пилотный агент через инструмент командной строки в Claude Code по сценарию из демо Google:

  1. Данные — выгрузка из маркетингового хранилища или таблицы с кампаниями.
  2. Задача — найти аномалию (скачок стоимости заявки, просадка конверсии, необычный расход).
  3. Объяснение — короткий вывод с указанием периода и метрик.
  4. Подтверждение человека — отправка результата руководителю или аналитику на согласование до любого «действия».

Сравните с текущей ручной разработкой по пяти параметрам:

  • время до первого рабочего прототипа;
  • объём кода, написанного вручную;
  • качество встроенных проверок качества на ваших кейсах;
  • сложность подключения MCP-инструментов;
  • переносимость решения на другую модель без переписывания коннекторов.

Если прототип собирается быстрее, но проверки ловят мало ошибок — проблема не в «не той модели», а в качестве тестовых сценариев и данных. Это нормальный управленческий результат пилота.

Источники

← Все новости AI и MCP