Gemini Enterprise 新增 Workflow Agents 与模块化 Skills：改变你企业 AI 部署规划的架构决策

本周 Google 在 Gemini Enterprise 上将两个功能推进至 General Availability，两者共同改变了工程团队构建企业 AI 部署架构的思路。2026 年 6 月 17 日，可复用 skills 以 allowlist 形式正式 GA；6 月 18 日，workflow agents 同样以 allowlist 形式 GA。两者均需通过 Google 客户经理申请访问权限，但 GA 标签意味着功能已达到生产级稳定性，企业团队可以正式纳入上线规划。

更值得关注的问题，不是单独看每个功能做了什么，而是：你该先建哪一个，以及为什么？

发生了什么

Skills 是模块化、可复用的指令包。每个 skill 是一个 Markdown 文件（skill.md），还可以捆绑脚本、文件和背景上下文。Gemini Enterprise 助手会根据用户任务的相关性动态选择 skill，无需操作员硬编码触发逻辑。Google 默认提供五个 skill（品牌声音、合同起草、合同审查、客户简报、项目更新），团队也可以通过 ZIP 或 .md 格式导入或自建 skill。

Skills 标准遵循 agentskills.io 管理的开放规范，将其定位为一种可移植的指令层格式，而非 Gemini 专有原语。

Workflow agents 是基于触发器的顺序化自动化流水线。与在对话中动态触发的 skills 不同，workflow agents 执行一组预定义的步骤序列，可以混合全自动 AI 操作与人工审批节点（human-in-the-loop）。触发方式是预设的事件——定时计划、数据信号、表单提交或上游步骤的输出——而非用户的即时提问。GA 同样需要 allowlist，管理员须在 web app 功能管理设置中启用 agent designer 开关。

6 月 17 日同时 GA 的还有 Gemini Enterprise for Slack：管理员可将助手集成到 Slack 工作区，支持私信、斜杠命令和频道 @提及，并与所有已配置数据源联通。

为什么 AI 工程团队应该关注

Skills 与 workflow agents 的区别不是 UI 偏好问题，而是一个决定运行时模型的根本架构选择：

对 AI 工程团队而言，这一区别牵出几个路由与治理决策：

1. 指令模块化 vs. 系统提示膨胀。 Skills 降低了系统提示过载的需求。一个 Gemini Enterprise 工作区可以承载数十个 skill，仅在相关时激活，而无需将所有领域上下文注入每一条请求。这降低了每次对话的 token 用量，同时提升了专项任务的响应质量。

2. 人工审批节点的放置位置。 Workflow agents 允许你在多步流水线中精确定义何处需要人工审查，再继续 AI 自动化。这是合规级部署中缺失的原语——在需要法律审查、合规签署或经理审批并可追溯的生产流水线中，这一能力至关重要。

3. Allowlist 访问创造了一个采用规划窗口。 两个功能均以 allowlist 形式 GA，意味着你需要通过 Google 客户经理申请访问权限，无法自助开启。对于规划 2026 年 Q3 上线的团队，实际准备时间现在就已开始。

4. Slack 集成扩大了路由来源面。 Gemini Enterprise 进入 Slack 后，企业 AI 请求可以来自聊天界面，而不仅仅是 web app 和 API。对于通过 gateway 进行 provider 路由的团队，这意味着使用策略和成本归因规则需要覆盖新的请求来源面。

Router/operator 视角

从路由与 provider 管理角度看，这次 GA 波对正在决策是否采用 Google 托管企业 AI 层还是 provider-agnostic 路由 gateway 的团队最为相关：

Skills 可移植性对多 provider 策略至关重要。 agentskills.io 开放标准值得持续关注。如果 skill 包真正实现跨 provider 移植，团队可以构建不永久绑定于 Gemini Enterprise 的指令库。目前该标准尚在早期阶段，Gemini Enterprise 是唯一的生产消费者，但可移植性的设计意图已明确体现在规范中。

Workflow agent 触发器引入了新的调度信号。 如果你的团队使用定时或事件触发的 AI 流水线，Gemini Enterprise workflow agents 现在是 Google Workspace 生态内这类架构的 GA 选项。对于需要跨触发执行进行按模型计费归因的团队，这一执行面应纳入成本对账策略。

CMEK 与数据驻留限制仍然适用。 正如Memory Bank 与 Sessions GA 文章中所述，Google 企业 AI 层附带 CMEK 限制，会静默影响合规态势。这同样适用于 skill 包和 workflow agent 运行日志——受监管环境下的团队应在启用前核实数据处理方式。

TheRouter 用户应关注的事项

如果你目前正通过 provider-agnostic gateway 路由企业工作负载，请关注以下两点：

1. agentskills.io 标准是否成熟为真正可移植的格式。 若 skill 包可跨多家 provider 的托管 agent 部署，这将改变指令库的构建方式——它们将成为可复用资产，而非 per-provider 配置。

2. Workflow agents 的 allowlist 准备周期。 GA 标签意味着功能生产稳定，但 allowlist 要求意味着你无法自助开启。如果 workflow agents 在你的 H2 2026 路线图中，现在就应联系 Google，而非等到上线时再申请。

对于当前路由策略决策，实际结论很直接：Gemini Enterprise Skills 和 Workflow Agents 现在是生产可用的选项，而非实验功能。如果你的团队正在评估 Google 托管企业 AI 层，首先需要回答的架构问题是：skills（模块化、动态触发）还是 workflow agents（顺序化、事件触发、可审计）？因为这两个原语在成本、治理和路由含义上有本质差异。