文 | 字母 AI

过去两个月，OpenClaw 火得一塌糊涂。它让 AI 开始像一个真正能替人跑流程、调工具、接任务的数字执行者。

现如今，谷歌也准备分一杯羹，外媒爆料称，谷歌正在开发一款叫做 Smith 的 agent，不仅比 OpenClaw 更能干活，还完美融入谷歌全家桶。

Smith 这个名字显然是来自《黑客帝国》这个电影里的史密斯特工（Agent Smith）。

它最可怕的地方，是它会复制自己，会渗透环境，会借宿主扩散，也会在你不注意的时候接管局面。

它不是一个 " 角色 "，更像一种无处不在的执行机制。

外媒援引知情人士的说法，这个 Smith 建立在谷歌既有的 Agentic Coding 平台 Antigravity 之上，能够调用多种内部工具，异步执行任务，甚至在员工不守着电脑时继续在后台工作，员工还能通过手机查看进展、补充指令。

谷歌官方没有正面确认，只是给出了一句很标准的回应。

" 公司一直在尝试构建能解决现实问题的 Agent，但目前没有更多可分享的内容。"

爆料进一步指出，这已经不是一个停留在概念验证阶段的实验品，而是谷歌开发的一种进入真实生产流程的内部工具。

那么问题来了，Smith 到底是什么，它能做什么，又预示着谷歌接下来会把 AI 推向什么方向 ?

01  Agent Smith 到底是什么

Smith 不是普通意义上的内部原型。因为原型往往停留在演示环境里，功能有限，使用人数也有限。

Smith 不是这样。

按照爆料的描述，它已经进入真实工作流，而且在谷歌内部的热度很高，高到一度需要限制访问。

这其实是一件非常重要的事情，相当于变相告诉你，Smith 这件事已经越过了概念验证的阶段。

谷歌员工没有把它当成技术展示，而是当成一件可以直接拿来干活的工具在用。

内部产品一旦进入这个阶段，关注点就不再是 " 它能不能做了 "，而是 " 它能做什么 "、" 它能否稳定接入流程 "、" 它能否持续节省时间 "。

从现有信息看，Smith 应该是一个后台执行型 agent。

报道称它能够异步运行。员工不需要一直守在电脑前，哪怕笔记本处在不活跃状态，Smith 也可以在后台继续处理任务。

员工还能用手机查看进展，或者追加指令。

一切的一切，就跟 OpenClaw 一样。

Smith 是建立在谷歌的 AI 编程平台 Antigravity 之上。这一点和 Anthropic 的 Claude Code 以及 OpenAI 的 Codex 逻辑一样。

这种 AI 编程平台的性能比较全面，Smith 可以借助 Antigravity 来调工具、读上下文、融入工作流。

顺着这个逻辑看，Smith 这个产品已经有了清晰的轮廓。

第一层当然是编码和工程协助，这是爆料最直接的一部分。它可以承担软件工程任务，帮助员工推进开发工作。

第二层是工具调用能力。它可以接进谷歌内部环境的 Agent，能够借助系统去做事。

第三层是权限和上下文能力。

报道提到，它可以依据员工资料去访问文档和信息，这说明它并不是在一个抽象的、脱离身份的环境中运行，而是具备某种与权限体系绑定的工作能力。

第四层则是协作嵌入能力。它可以出现在谷歌内部聊天工具里，被直接调用。

虽然说过去大家谈 agent，往往容易把重点放在模型是否更聪明，是否能完成更复杂的推理，是否能用更长的上下文。

就比如 OpenClaw，它的执行逻辑和人类一样，从外部打开某一个程序，然后模仿人类执行任务。

但一旦进入企业环境，问题就会变成另一套。

它能不能接系统，能不能拿到该拿的资料，能不能知道自己在替谁工作，能不能在工作完成后把结果交回去，能不能让人追溯中间过程。

Smith 所呈现出的，恰恰就是这种务实的能力结构。

从这个角度再回头看 Smith 在谷歌内部的走红，就不难理解了。

谷歌这两年持续强化 AI 使用，提高效率，推动各个团队把 AI 纳入工作流程。这样的背景下，一个能够异步执行、跨工具调用、带着权限和上下文去做事的 agent，其吸引力肯定比 OpenClaw 要高。

OpenClaw 开了一个好头。但是它最大的问题就是不够原生，比如让它打开个网页，它就只能一步一步地选择浏览器、输入网页、跳转。

这是 Smith 的优势，原生接入谷歌全家桶，只要是这个工作流围绕谷歌的体系，那么它的效率就会远超 OpenClaw。

Smith 被限流，也是因为它切中了企业内部最现实的需求。

02  根据谷歌自己的路线规划，Agent Smith 最可能是什么样

如果只看爆料，Smith 像是一个有些神秘的内部工具。

但把它放回谷歌过去一年多的公开路线里，这件事就没有那么突然了。

谷歌其实已经沿着多条线在推进企业的 agent 化。

Jules 展示的是异步编码 Agent，能够在云端环境中读取代码仓库，制定计划，修改代码，补测试，再把结果交还给开发者。

Project Mariner 展示的是网页和浏览器层面的行动能力，让模型不止停留在理解页面，而是能在页面里执行步骤。

Project Astra 强调的是持续上下文、实时多模态以及对外部世界的感知能力。

Google Cloud 这边又在推 ADK、Agent Engine 和 A2A 协议，为 Agent 的构建、编排和协作提供底座。

把这些线索并排看，Smith 更像是谷歌把几条公开路线先在内部合流之后形成的一种工作系统。

所以我感觉 Smith 大概率不是一个凭空出现的新物种，它应该是谷歌已有能力的一次组织化整合。

用流行语来说，Smith，就像是把上述的这些能力在内部场景里进行一次线束（harness）。

谷歌员工看 Smith，它是一个能用谷歌全家桶编排你任务的 agent。

可对谷歌来说，Smith 是统一入口，把模型、工具、权限、环境和工作流绑在一起，让员工不必分别面对一堆零散产品。

顺着这个判断往下推，Smith 最可能具备的，不是单一模型式能力，而是一套分层结构。

最底层是推理和规划，用来理解目标、拆解任务、排序步骤、选择策略。这是所有执行型 Agent 的起点。

再往上一层，是工具和权限系统，也就是把模型接到代码库、文档库、内部平台、聊天软件和其他业务系统上。没有这一层，Agent 只会停留在建议层面。

最上面则是编排和反馈层，负责把多个步骤串起来，在执行过程中做检查、做修正、做汇报。这一层决定它能不能在复杂任务中持续工作，而不是做一步停一步。

我说白了，Smith 就是 OpenClaw Pro。

Smith 最特别的地方，一定是比 OpenClaw 这样的外部产品更懂谷歌。

外部通用 agent 最大的障碍通常不是语言能力，而是做不了多少事，你让它用某种工具，它会消耗大量的 token 来研究 " 我该怎么用这个工具才好 "。

Smith 刚好反过来，它知道的知识肯定不如通用 agent，但它知道自己替谁工作，知道自己能访问什么，知道如何访问，知道内部文档在哪里，知道哪些系统可以调用，知道结果应该提交到哪里。

这种能力并不华丽，因为这些能力来自于工程能力，却极其关键。

因为无论是我还是其他人，我们真正需要的，就是这么一个能在具体组织中稳定运转的执行单元。

编码是谷歌最容易先跑通的一块，研发任务天然数字化，接口明确，结果也容易验证。

可一旦这个架构成立，它向外扩展几乎是顺理成章的事。内部文档检索和汇总，跨系统找资料，自动整理工单，推进流程节点，回答组织内部常见问题，做销售或运维支持，这些都属于相同的问题类型。

任务目标由人给出，中间步骤由 agent 执行，最后结果再交回人类审核。

谷歌近一年来在 Gemini 里强化 Agent Mode，在 Search 里强化 " 帮你完成事务 " 的能力，在 Cloud 侧强化多 Agent 编排，本质上都在往这个方向靠。

Smith 很可能是这些路线在谷歌内部最直接的落地形式。

2026 年 3 月 21 日，谷歌发布了一篇文章叫做《Agentic AI and the next intelligence explosion》（代理 AI 与下一次智能大爆炸）。

那篇论文并没有直接提到 Smith，但它提出的核心判断我认为是在给 Smith 进行预热。

谷歌认为，未来的智能跃迁，不太像一个单一超级大脑的继续放大，反而更可能来自多个视角、多个角色、多个代理之间的互动、争辩和校验。

他们用了 "societies of thought" 这样的说法，把多主体协作放在了智能演化的中心位置。这个思路和传统的 " 一个模型越做越大 " 不太一样。它更强调分工，强调并行，强调内部对抗和互相修正。

员工表面上在和 Smith 打交道，但底层未必只有一个连续的主体。

正如我刚才说的，Smith 是一个统一接口，背后有多个更专门的子 agent 在并行工作。

有人负责检索文档，有人负责写代码，有人负责调用工具，有人负责检查结果，最后再由一个总控层把这些过程组织起来。

当然，需要分清事实和推断。

爆料并没有公开 Smith 的详细架构，也没有说明它到底调动了多少模块，都是我基于谷歌已公开的信息进行的猜测。

谷歌这几年做产品，越来越少把模型能力孤立出来讲，而更倾向于把模型、工具、环境、终端和工作流放在一起讨论。

Smith 如果真的存在，它最可能也会遵循同样的思路。

03  通过 Agent Smith 看谷歌未来的路线

把视角再往上拉一点，谷歌把 Smith 放到了一个怎样的位置上？

过去两年，全世界都在讲 agent，但大多数时候，agent 还是被当成模型能力的一个延伸，或者产品里一个更主动的功能层。

谷歌的动作则越来越像是在做另一件事。它不是只想给现有产品加上 agent，而是想把 agent 变成一层新的基础设施。

谷歌想围绕 AI Infra 这件事讲一个新故事，Smith 刚好是谷歌的第一个成型样板。

过去谷歌最强的能力，是组织信息。

搜索时代，它做的是把全网信息抓出来、排出来、送到用户眼前。移动时代，谷歌要解决的问题又变成了如何把服务嵌入终端和生态，进入安卓、浏览器、地图、邮箱和各种应用之中。

到了今天，agent 时代的核心竞争，很可能正在从 " 组织信息 " 转向 " 组织行动 "。

谁能理解目标，拆解任务，调动工具，完成步骤，反馈结果，谁就更接近下一代计算平台的入口。

从这个意义上说，Smith 非常重要，它的成败决定了谷歌的下一步。

谷歌的优势在于它拥有做这件事所需的完整拼图。

它有模型，有搜索，有浏览器，有安卓，有 Workspace，有云平台，还有硬件和潜在的眼镜终端。

单独看每一条线，都像是在补一块能力。

连起来看，就会发现谷歌想搭的并不是某一个爆款 agent，而是一张能够覆盖消费端和企业端、前台入口和后台执行、个人终端和组织系统的 agent 网络。

这和 OpenClaw 有本质区别，它是想先做个超级助手出来，然后再考虑这个超级助手怎么融合到已有的业务。

Smith 是先把已有的业务给归纳起来，再围绕这些业务做个超级助手。

谷歌则更像是在铺设一层系统。它既要入口，也要协议，既要模型，也要环境，既要个人终端，也要企业底座。

按谷歌一贯的产品推进方式，许多能力都会先在内部环境里验证，再逐步向外抽象。

今天 Smith 服务的是谷歌员工，明天它的某些能力很可能拆开进入 Gemini、Workspace、Search 甚至安卓。

也就是说，Smith 不只是工具，它还是谷歌用来验证未来工作流的一块实验田。哪些任务可以交给 agent，哪些权限应该开放，哪些步骤必须留给人审，哪些场景能形成稳定回报，这些问题都更适合先在谷歌内部试，而不是直接拿到公开市场上赌。

这背后还有一个更现实的原因，这点跟 SaaS 一样。

真正决定企业 agent 能不能落地的，从来不只是模型能力，还包括权限控制、结果审计、责任归属和流程改造。

一个 agent 如果只能展示聪明，它未必有商业价值。只有当它能接系统，同时又能被管理、被追责、被限制，它才可能成为企业基础设施的一部分。

Smith 已经进入真实生产流程，这一点非常重要。

因为下一轮竞争，拼的不是谁的模型再多答对几道题，应该是谁能最早把 agent 做成稳定、可规模化、可审计的生产网络。

所以，当你通过 Smith 去看谷歌，你看到的并不是一条零散的新产品线，你看到的是一种相当清晰的战略推进方式。

Smith 只是这条路线上的一个小窗口，但窗口背后，已经能看见谷歌下一阶段的大致轮廓。