谷歌内部 AI 工具 Agent Smith：好用到自己人抢着用，然后被限流

谷歌内部上线了一个名叫 Agent Smith 的 AI 工具。它的使用量增长太快，以至于谷歌不得不限制访问权限。

Agent Smith 是什么

Agent Smith 建立在谷歌现有的 Antigravity 代理式编程平台之上，但自主性明显更强。它能自主规划并执行完整工作流——调用内部文档、访问员工档案、与多种内部工具交互，并在后台异步运行。员工甚至可以直接从手机向它下达任务指令。

简单说，它不是一个需要你一步步指挥的代码补全工具，而是一个可以接收目标后自行拆解、执行的 AI 代理。

限制访问的信号

据 Business Insider 报道，Agent Smith 今年早些时候上线后，员工使用量迅速攀升。最终谷歌不得不限制访问权限——一个内部工具因为"太好用了"而被限流，这个现象本身就值得注意。

它说明两个问题：员工确实在工作中找到了 AI 代理的实际价值；但同时，当前的算力和基础设施还不足以支撑全员无限制使用。

从"鼓励用"到"考核用"

Sergey Brin 在 3 月初的一场内部员工大会上明确表示，AI 代理是谷歌今年的重要方向。

这背后是一套更系统化的推进策略：

• 部分工程师去年已被要求在编程中使用 AI 工具
• 近几个月，非技术岗位员工也被通知，使用 AI 已不再是鼓励项
• 在某些情况下，AI 使用情况会纳入绩效考核

当一个公司开始把"你用不用 AI"写进绩效评估，AI 的定位就从"可选工具"变成了"默认工作方式"。

谷歌的内部实验场

谷歌做 AI 产品的策略一直有个特点：先在内部大规模验证，再推向外部用户。搜索、广告、文档协作，基本都走过这条路径。

Agent Smith 的内部热度和随后的限流，相当于一次真实的大规模压力测试。它验证了 AI 代理在真实工作场景中的需求确实存在，同时也暴露了基础设施层面的瓶颈。

对谷歌来说，这个内部工具的成功率和使用数据，大概率会直接影响其面向外部开发者和企业用户的 AI 代理产品节奏。

基础设施与使用意图的错位

Agent Smith 的故事有一个值得关注的张力：员工想用但用不了。

这种错位在大规模 AI 部署中会越来越常见。企业面临的挑战将不只是"如何让员工用起来"，还有"如何让用起来的人不把系统打爆"。算力分配、优先级管理、成本控制——这些看起来不像产品问题的工程问题，正在成为 AI 代理落地的实际瓶颈。

Brin 把 AI 代理定义为谷歌今年的重点方向，但方向归方向，让二十多万员工同时用上可靠的 AI 代理，是另一回事。