以下文章來(lái)源于谷歌云服務(wù)，作者 Google Cloud

從 Chatbot 向 Agentic AI (智能體) 演進(jìn)的過(guò)程中，推理能力的瓶頸 (ReasoningCeiling) 和多模態(tài)鏈路的碎片化是阻礙工程落地的兩大難題。本文深度解析昆侖天工旗下天工 Skywork 如何通過(guò)Google 的 Gemini 3模型家族，并結(jié)合Google Distributed Cloud (GDC)混合云架構(gòu)，成功構(gòu)建面向 Windows 生態(tài)的桌面級(jí) Agent，在 GAIA 基準(zhǔn)測(cè)試中實(shí)現(xiàn)全球第一，更助力Skywork在海外用戶復(fù)雜研報(bào)生成場(chǎng)景中將端到端延遲降低 63%。

面對(duì)多步推理死循環(huán)、多模態(tài)處理鏈路割裂以及企業(yè)級(jí)數(shù)據(jù)主權(quán)三大技術(shù)挑戰(zhàn)，更好解決海外用戶的各種復(fù)雜需求，Skywork 技術(shù)團(tuán)隊(duì)選擇與Google Cloud深度合作，通過(guò)引入 Gemini 3 模型與機(jī)密計(jì)算技術(shù)，完成了底層架構(gòu)的全面重構(gòu)。

突破推理天花板: 基于 Gemini 3 DeepThink 的多路徑?jīng)Q策

推理死循環(huán)與淺層輸出:在早期的海外業(yè)務(wù)實(shí)踐中，當(dāng) Agent 面對(duì)高復(fù)雜度的專業(yè)任務(wù) (如 "閱讀 100 頁(yè)金融財(cái)報(bào)并生成符合品牌規(guī)范的 PPT") 時(shí)，往往受限于模型的單鏈推理能力，容易陷入邏輯死循環(huán)或僅能生成淺層的摘要信息，無(wú)法滿足 "專家級(jí)" 交付標(biāo)準(zhǔn)。

解決方案:

Skywork 引入了Google Gemini 3及其Deep Think能力。不同于傳統(tǒng)的 CoT (思維鏈)，Gemini 3 允許 Agent 在推理階段同時(shí)探索多條潛在的解決路徑 (Reasoning Paths)，并對(duì)中間結(jié)果進(jìn)行自我評(píng)估與修正。

● 架構(gòu)優(yōu)化:從單一的 "Prompt-Response" 模式轉(zhuǎn)變?yōu)?"Plan-Execute-Reflect" 的自主循環(huán)架構(gòu)。

● 性能實(shí)測(cè):在全球通用的 GAIA (General AI Assistant) Benchmark 中，重構(gòu)后的 Skywork Agent 以 82.42% 的準(zhǔn)確率斬獲全球榜首，證明了其在高難度、多步驟現(xiàn)實(shí)任務(wù)中的魯棒性。

鏈路融合: 1M+ 上下文重塑多模態(tài)工作流

碎片化模型的延遲累積:在處理包含圖表、視頻會(huì)議錄音和文本的混合數(shù)據(jù)時(shí)，傳統(tǒng)方案通常采用 "流水線模式"。這種包含 5 個(gè)獨(dú)立模型的碎片化管道導(dǎo)致了嚴(yán)重的上下文丟失和極高的端到端延遲，難以滿足海外用戶對(duì)極致流暢體驗(yàn)的需求。

解決方案:

Skywork 利用 Gemini 原生的多模態(tài)理解能力和1M+ Token的超長(zhǎng)上下文窗口，將原本割裂的流水線重構(gòu)為單一的統(tǒng)一數(shù)據(jù)流。

● 技術(shù)實(shí)現(xiàn):摒棄中間件轉(zhuǎn)譯，直接將原生視頻流、音頻流和文檔數(shù)據(jù)注入 Gemini 模型上下文。

● 效率提升:復(fù)雜深度研究報(bào)告的生成時(shí)間從3 小時(shí)大幅縮減至 60 分鐘以內(nèi)，生產(chǎn)力效能提升63%，實(shí)現(xiàn)了真正的 "Near Real-time" 交互體驗(yàn)。

混合云架構(gòu): Google Distributed Cloud 支撐的數(shù)據(jù)主權(quán)與機(jī)密計(jì)算

Skywork 的海外市場(chǎng)包括大量對(duì)數(shù)據(jù)隱私極為敏感的金融與法律行業(yè)客戶。這些 "云猶豫" (Cloud-Hesitant) 型企業(yè)要求數(shù)據(jù)在處理過(guò)程中必須滿足嚴(yán)格的數(shù)據(jù)駐留 (Data Residency) 規(guī)定。

解決方案:

為了在利用全球云端算力的同時(shí)保障數(shù)據(jù)主權(quán)，Skywork 采用了混合云部署策略:

● 邊緣部署:通過(guò)Google Distributed Cloud (GDC)，將 Gemini 驅(qū)動(dòng)的 Agent 部署在海外客戶的本地環(huán)境或邊緣節(jié)點(diǎn)。

● 機(jī)密計(jì)算:啟用 Google Cloud 的機(jī)密計(jì)算節(jié)點(diǎn)，確保數(shù)據(jù)在內(nèi)存處理態(tài) (Data-in-use) 全程加密，即使是云服務(wù)商也無(wú)法窺探。這一特性成為 Skywork 成功打開(kāi)國(guó)際高端企業(yè)市場(chǎng)的 "敲門磚"。

● 市場(chǎng)反饋:這一架構(gòu)成功消除了海外高合規(guī)行業(yè)的顧慮，在企業(yè)級(jí)試點(diǎn)項(xiàng)目中實(shí)現(xiàn)了97%的超高用戶留存率。

生態(tài)協(xié)同: One Google 技術(shù)棧的集成優(yōu)勢(shì)

Skywork 的技術(shù)演進(jìn)不僅僅是模型的替換，更是對(duì)"One Google"技術(shù)棧的深度集成。

● Google Workspace API 集成:Agent 可直接通過(guò)安全 API 操作 Docs、Sheets 和 Slides，將非結(jié)構(gòu)化的推理結(jié)果轉(zhuǎn)化為結(jié)構(gòu)化的辦公文檔。

● MSP 合作伙伴支持:在架構(gòu)遷移過(guò)程中，Google Cloud 提供了關(guān)鍵的工程化支持，協(xié)助團(tuán)隊(duì)針對(duì) Gemini 3 的長(zhǎng)上下文特性進(jìn)行了精細(xì)化的 Prompt Engineering 調(diào)優(yōu)，確保了復(fù)雜任務(wù)的高并發(fā)穩(wěn)定性。

結(jié)語(yǔ)

從 Claude 遷移至 Gemini 3，天工 Skywork 完成了從 "對(duì)話式 AI" 到 "自主智能體 (AutonomousAgent)" 的技術(shù)跨越，并成功在出海賽道上建立了領(lǐng)先優(yōu)勢(shì)。這一實(shí)踐證明，在構(gòu)建面向全球的下一代桌面級(jí) OS Agent 時(shí)，原生多模態(tài)能力、長(zhǎng)上下文推理以及混合云安全架構(gòu)缺一不可。Google Cloud 提供的全棧 AI 基礎(chǔ)設(shè)施，正在成為天工 Skywork 規(guī)?；涞厝蚴袌?chǎng)的核心引擎。

關(guān)于昆侖天工

昆侖天工是昆侖萬(wàn)維旗下子公司，專注 AGI 與 AIGC 業(yè)務(wù)，是國(guó)內(nèi)少數(shù)真正踐行全模態(tài)輸入與全模態(tài)輸出路徑的 AI 公司，也是 AI 行業(yè) "務(wù)實(shí)主義" 標(biāo)桿，以實(shí)現(xiàn) AGI 為核心愿景，自研 8 大核心大模型，覆蓋文本、視頻、音樂(lè)、音頻、3D 等多領(lǐng)域，構(gòu)建 "底層架構(gòu)-技術(shù)能力-場(chǎng)景落地" 完整體系。依托底層統(tǒng)一全模態(tài)架構(gòu)，打破模態(tài)壁壘，結(jié)合海外布局優(yōu)勢(shì)，實(shí)現(xiàn) AI 音樂(lè) Mureka、AI 社交 Linky、AI 智能體 Skywork 等業(yè)務(wù)規(guī)模化變現(xiàn)，海外收入占比極高，形成 "研發(fā)-落地-變現(xiàn)-迭代" 良性閉環(huán)，憑借技術(shù)硬實(shí)力與商業(yè)落地能力，成為 AGI 賽道最具潛力的落地樣本。

行業(yè):科技

地區(qū):中國(guó)

使用的產(chǎn)品:Confidential Computing，Google Workspace API，Google Gemini