Google Cloud 在 2026 年 7 月 8 日發布「20 questions for the Agentic Enterprise」，重點不是再介紹一個單一 AI agent demo，而是把企業真正落地時會遇到的問題拆成一套檢查清單。文章圍繞 Gemini Enterprise Agent Platform，提醒 IT leader：agent 不是只要能回答問題，還要能被建立、擴展、治理和持續優化。
這篇文章最實際的地方，是它一開始就把壓力講清楚。企業想快，但 engineering reality 很複雜：工具碎片化、資料分散、token budget、敏感資料外洩、agent 互相協作、權限和 audit，都會在 production 前變成真問題。Google Cloud 的答案，是用 Agent Platform 作為統一入口，讓技術團隊同時管理 customer-facing agents 和內部營運 agents。
文章把問題拆成 build、scale、govern、optimize 幾個階段。Build 階段不只是選工具，而是先問誰在建立 agent：高代碼工程師、低代碼開發者，還是業務團隊。Google Cloud 的建議是不要把不同 builder 做成新的資料孤島，而要讓 no-code、low-code 和 code-first 開發都能在同一個安全模型下運作。
Scale 階段的關鍵，是企業資料和上下文。Google Cloud 用 enterprise truth 去描述 agent 需要知道的真實業務規則、資料、工具、限制和流程。若 agent 只看到一個 prompt 或單一文件，通常無法處理跨系統任務；但若連到資料源、記憶和工作流，就必須同步處理身份、權限和可觀測性。
Govern 階段是這篇文章最值得企業留意的部分。Google Cloud 提到 Agent Identity、Agent Gateway、Model Armor、Threat Detection 和 execution traces 等能力，目的不是讓 agent 更花巧，而是讓每次行動都有身份、路徑、政策和監控。當 agent 可以使用工具、查資料、觸發流程時，企業需要知道誰做了甚麼、為甚麼做、是否越權，以及出錯時如何隔離。
整體來看，Google Cloud 正把 agent platform 定位成企業 AI 的控制平面。對準備由試點走向 production 的團隊而言，最重要的啟示是：不要先問「可以做幾多個 agents」，而要先問「我們有沒有一套可以管理 agents 全生命週期的基礎」。沒有這層基礎，agents 愈多，治理和成本風險也會愈快放大。
