Gemini原生集成预览版上线：攻坚多云数据访问壁垒
2026年10月15日，Google Cloud官方发布公告，正式推出Gemini与其无边界数据湖仓（borderless Lakehouse）的全新原生集成，目前该功能处于预览版（Preview）阶段。Google Cloud表示，该集成的核心目标是解决企业将AI技术从实验性聊天机器人转向自主智能体（autonomous agents）时遭遇的数据孤岛瓶颈，允许AI智能体直接跨多云环境、SaaS平台和本地系统访问并推理数据，全程无需物理移动数据，实现零拷贝。
据官方介绍，通过Lakehouse目录联邦（catalog federation），用户能够直接从Gemini中配置对Databricks Unity Catalog或Snowflake Horizon等外部数据目录的访问权限。借助这一集成，业务人员可以直接使用自然语言查询跨云记录，AI智能体则能基于相同的数据直接执行逻辑推理和代码生成。
核心能力正式商用：构建支持PB级推理的数据栈
除了处于预览阶段的Gemini集成，Google Cloud还宣布今年早些时候推出的多项borderless Lakehouse核心能力现已正式商用（GA）。正式可用的功能包括：面向AWS和Azure的跨云互连（Cross-Cloud Interconnect）与跨云缓存支持；BigQuery及Managed Service for Apache Spark对Apache Iceberg表的读写互操作性；AlloyDB lakehouse联邦支持；与Knowledge Catalog的集成；针对Salesforce、SAP、Workday及新增Confluent Tableflow的零拷贝数据集成；以及通过控制台使用Dataflow同步Databricks Delta Lake资产。在元数据与缓存层，系统还正式支持使用运行时联邦与AWS Glue、Databricks Unity Catalog和Snowflake Horizon Catalog实现双向缓存。
在性能与吞吐规模上，Google Cloud对比指出，传统模型上下文协议（MCP）因上下文窗口与有效载荷大小限制，通常仅能处理兆字节（MB）级数据，而borderless Lakehouse通过在数据和AI堆栈各层集成，可支持智能体执行PB级（petabyte-scale）数据推理，官方宣称其性能表现与本地存储数据相近。网络层面上，Cross-Cloud Interconnect为Google Cloud与AWS或Azure之间建立起10 Gbps或100 Gbps的专用私有连接，使Lakehouse查询绕开公共互联网，保持低延迟并消除了可变的跨云出网费用；跨云缓存则在本地提供重复读取支持。
此外，BigQuery底层引擎也迎来更新，现已支持Apache Iceberg V3规范中的二进制删除向量与排序顺序，允许引擎更高效地处理行级更新和删除而无需重写整个数据文件。同时，BigQuery执行引擎升级引入基于FlatBuffers的Parquet读取器和并行I/O以降低CPU开销与序列化瓶颈，并新增了对Iceberg的图形支持，便于用户在开放表数据集上分析供应链等关系网络。
企业AI步入运营价值阶段：客户落地效果显现
此次湖仓创新建立在2026年10月8日召开的Gemini at Work 2026大会基础之上。在大会上，Google Cloud首席执行官Thomas Kurian正式推出了定位为通用工作智能体的Gemini agent。据媒体报道，Kurian透露近90%的财富100强企业正在使用Gemini Enterprise，且过去一年中有近500家客户各自处理了超过1万亿个token。分析机构Futurum Group指出，Google正将企业AI统一到具备持久记忆和跨日任务执行能力的单一Gemini智能体中；行业分析机构Efficiently Connected也认为企业AI正迈入侧重业务流程和生产力实际改善的“运营价值阶段”。
多项企业客户的实践成效也已公布。媒体报道与官方案例显示：Deutsche Telekom（德国电信）将Gemini智能体与borderless Lakehouse结合，在30,000名用户中跨Amazon S3与Azure Data Lake查询数据，查询速度提升了4倍；Etsy在开放Iceberg上统一2 PB电商数据后，管道查询速度提升60%；Bloomberg Media通过将AI与Knowledge Catalog结合，初期开发阶段将SQL查询准确率提高了63%；日立（Hitachi）为200多个用例构建AI智能体后，全球电力和公用事业业务的一线生产力提升了400%。
Google Cloud开发者布道师此前指出，数据被锁定在异构多云平台所导致的高开销数据移动，是扩展企业智能体的最大障碍，基于开放架构的目录联邦是解决方向。不过，当前Gemini与外部目录的直接集成仍处于预览版阶段，关于该集成的具体定价模式与API配额尚未披露，且在专用连接基础设施成本与联邦查询网络开销的权衡下，其实际表现仍有待后续第三方高并发基准测试的检验。