编程智能体正式接入 Google 核心数据云服务。Google Cloud 于 2026 年 9 月 30 日宣布 Data Agent Kit 正式商用（GA）。该工具集是一套免费的 Model Context Protocol（MCP）工具与智能体技能集，支持将 Antigravity、Claude Code、Codex 等主流编程智能体直接连接至 15 项以上的 Google Data Cloud 服务。该产品最初于 2026 年 4 月的 Google Cloud Next '26 大会上作为 Agentic Data Cloud 的组成部分发布预览版本。
此项工具旨在解决编程智能体在数据工程中普遍面临的上下文缺失问题。Google Cloud 指出，编程智能体虽然在编写 SQL、PySpark 和数据管道代码方面具备表现力，但默认缺乏用户真实环境的上下文信息，包括数据表的存在状态、分区方式以及团队信任资产等。此前，开发者通常需要手动将架构模式定义和错误日志复制粘贴至聊天窗口，或自行搭建私有 MCP 服务器；Data Agent Kit 通过提供标准化的 MCP 工具以及预先编写的 Google 最佳实践技能，使智能体能够直接检查数据模式、运行查询并读取作业日志。
在本次 GA 版本中，Google Cloud 扩充了关键数据服务的接入范围，新增对 BigQuery Graph、Bigtable 以及通过 Managed Service for Apache Spark 访问开放 Lakehouse 的支持。在具体技能配置上，套件引入了 bigquery-graph-author 与 bigquery-graph-query，允许智能体将数据表映射为节点与边，并在实际创建前向用户展示方案；新增的 bigtable-basics 技能专注于依据数据读取模式设计 Bigtable 架构，并在配置前标记潜在的热点与全表扫描风险；federate-lakehouse-catalog 技能则可将 Lakehouse 接入 AWS Glue 和 Databricks Unity Catalog，使智能体无需构建数据摄取管道即可就地查询外部数据。
针对端到端的数据工程流，Data Agent Kit 提供了由 Google 编写的开源技能，支持优化 BigQuery SQL、设计 Bigtable 行键（row keys）以及构建 dbt 数据管道。开发者可以通过自然语言提示指示智能体自动匹配计算引擎，例如调用 BigQuery 执行 SQL 分析，或调度 Spark 运行 Python 转换任务。智能体在完成 dbt 或 Dataform 模型编写后，还可通过 gcp-pipeline-orchestration 技能将这些模型连同笔记本任务一同编排为 Managed Service for Apache Airflow 上的工作流管道，使开发者无需在控制台、命令行与开发工具之间来回切换。
在部署与权限管控上，Data Agent Kit 可作为扩展程序集成至 VS Code、Cursor 及 Antigravity IDE，或作为插件在 Antigravity 2.0、Antigravity CLI、Claude Code 和 Codex 中调用，同时已在 Cloud Shell 与 Cloud Workstations 中提供预装支持。根据官方说明，智能体的每一步操作均在用户自身的 IAM（身份和访问管理）权限下运行。管理员可使用 Model Armor 对 MCP 通信流量进行安全过滤，并通过 VPC Service Controls 和 Principal Access Boundary 策略设定智能体的访问边界。该工具套件本身完全免费提供，用户仅需为智能体实际调用和运行的 Google Cloud 服务支付标准费用。
针对多智能体协同的可靠性，Google Cloud 官方主张通过将提示指令直接绑定至注册表中的可编程验证规则，以消除多智能体协同运行中的静默失败风险，并降低 Token 消耗、调用延迟与模型幻觉概率。