Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces. Database Onboarding Agent håndterer opsætning og konfiguration, mens Observability Agent analyserer telemetri,...
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google Cloud introduce in August to support AI-agent infrastructure—specifically, how do its Gemini Cloud Assist–integrated Databas. Article summary: In August, Google Cloud introduced two complementary building blocks for always-on AI agents: Database Operations Agents to automate database setup and operations, and Cloud Run instances for low-cost, persistent single-. Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Clouds annonceringer i august 2026 adresserer to tilbagevendende udfordringer i infrastrukturen til AI-agenter: Databaser kræver stadig specialiseret opsætning og fejlfinding, mens langvarige agenter har brug for et runtime-miljø, der ikke straks skalerer ned til nul. Google introducerede derfor Database Operations Agents til databasearbejde og Cloud Run-instanser i preview til dedikerede, vedvarende workloads med én agent. 23
1
Database Operations Agents fokuserer på datalaget. De bruger Gemini Cloud Assist til at guide valg af database, klargøring, overvågning, diagnosticering og vedligeholdelse gennem workflows på naturligt sprog. 23
Cloud Run-instanser fokuserer på selve afviklingen. De giver en singleton-runtime til eksempelvis personlige AI-agenter, der har brug for en proces, som hele tiden er tilgængelig, en stabil adresse eller langvarige interaktioner. 1
Forskellen er vigtig: Et vedvarende runtime-miljø gør ikke automatisk agentens data persistent, og automatiseret databasehåndtering giver ikke i sig selv et sted at køre en agent, der altid skal være aktiv. Googles to udgivelser supplerer derfor hinanden, men kan ikke erstatte hinanden.
Google har introduceret to agenter som en del af strategien Agentic Data Cloud:
Målet er at erstatte en del af det manuelle arbejde med provisioning-scripts, konfigurationstrin, overvågningsforespørgsler og diagnostiske workflows med guidede operationer på naturligt sprog. Det kan mindske gentaget arbejde for databaseadministratorer, udviklere, SRE- og DevOps-teams, samtidig med at mennesker fortsat godkender ændringer med større konsekvenser.
Onboarding Agent er beskrevet som understøttet til Googles administrerede databasetjenester AlloyDB, Bigtable, Cloud SQL og Spanner. 29
Databaseagenterne er ikke præsenteret som alment tilgængelige. Googles annonceringer beskriver onboarding- og observability-funktionerne som previews, og adgangen til visse observability-funktioner er begrænset til udvalgte kunder og databasetjenester. 29
34
Observability Agent er designet til at sammenholde flere driftssignaler i stedet for kun at se på én databasemåling ad gangen. Undersøgelsen kan trække på eksempelvis Database Insights, Cloud Monitoring, Cloud Logging og Cloud Trace for at finde sandsynlige årsager til problemer som overbelastede forespørgsler, stigende svartider, låsekonflikter og pres på ressourcer. 23
Agenten kan derefter forklare den mistænkte årsag, foreslå en ændring og beskrive begrundelsen samt den forventede effekt. For understøttede handlinger kræves brugerens godkendelse, før ændringen udføres. Google nævner blandt andet aktivering af connection pooling i Cloud SQL og tilføjelse af et indeks. 23
44
Godkendelsestrinnet er centralt i produktionsmiljøer. Et system, der kan anbefale eller foretage ændringer i en database, bør have en tydelig kontrolgrænse, fordi en tilsyneladende lokal optimering kan påvirke omkostninger, svartider, låsning eller applikationens funktion.
Google placerer funktionerne i de værktøjer, hvor cloud-drift allerede foregår. Agenterne integreres med Gemini Cloud Assist-chat, relevante databasesider i Google Cloud Console, Database Center-visninger for hele flåden, kommandolinjen, IDE'er og tredjepartsværktøjer. 23
Database Insights- og Database Center-funktioner kan også eksponeres gennem MCP-kompatible grænseflader. Googles administrerede MCP-servere skal gøre det muligt for Gemini og andre MCP-klienter at forbinde sig til database- og infrastrukturfunktioner, uden at brugerne selv skal implementere MCP-serveren. 36
Det gør databaseagenterne mere anvendelige som byggesten i større agent-workflows. Et eksternt udviklingsværktøj eller en driftsagent kan hente information om databaseflåden, målinger eller registrerede problemer via en standardiseret værktøjsgrænseflade i stedet for kun at arbejde gennem en grafisk konsol.
Cloud Run-instanser er dedikerede singleton-runtimes på Cloud Run. I modsætning til en almindelig Cloud Run-tjeneste kører en instans præcis én kopi, autoskalerer ikke og skalerer ikke ned til nul. Google har introduceret funktionen i preview til blandt andet personlige AI-agenter og andre langvarige workloads, som typisk bruges af én bruger. 1
Hver instans kan køre uafbrudt i op til syv dage med en automatisk genstartspolitik konfigureret som standard. Brugeren kan også stoppe en instans, når den ikke er nødvendig, og genoptage den senere. Alle instanser får en HTTPS-adresse, der forbliver den samme gennem opdateringer og genstarter. 1
Egenskaberne adresserer flere udfordringer ved request-drevne serverless-udrulninger:
Google fremstiller modellen som et alternativ til at holde en virtuel maskine kørende døgnet rundt i udvalgte scenarier – ikke som en universel erstatning for virtuelle maskiner eller autoskalerende Cloud Run-tjenester.
Google oplyser, at en Cloud Run-instans, der kører kontinuerligt med 1 delt vCPU og 1 GiB hukommelse, koster 5,70 dollar pr. 30 dage. Tjenesten bruger desuden burst-budgetter til lejlighedsvise beregningstoppe, så udviklere ikke behøver dimensionere runtime-miljøet efter den højeste belastning hele tiden. 1
Vedvarende kørsel kan mindske risikoen for cold starts. En tidlig bruger rapporterede en reduktion på 88 procent i cold starts for en langvarig agent, men resultatet stammer fra en kunde og er ikke en generel garanti for ydelsen. 1
Pristallet bør derfor ses som et eksempel på en bestemt konfiguration og ikke som et komplet budget for enhver udrulning. Den faktiske regning kan også omfatte ressourceforbrug, netværk, lagring og andre relaterede tjenester.
En Cloud Run-instans kan holde en proces i gang, men det garanterer ikke, at data, der kun ligger i hukommelsen, overlever enhver genstart, standsning eller udløb af runtime-miljøet. Googles arkitekturanbefalinger skelner mellem sessionstilstand i hukommelsen og ekstern tilstand: Hvis applikationen genstarter, går samtalehistorikken i hukommelsen tabt, mens produktionssystemer med krav om driftssikkerhed bør bruge ekstern state management. 19
For en produktionsagent betyder det typisk, at sessioner, workflow-fremskridt og anden vigtig tilstand skal gemmes i en database eller et andet persistent system. Googles vejledning til langvarige agenter peger blandt andet på databasebaseret sessionslagring, herunder Cloud SQL i produktionsscenarier. 21
Det er den centrale nuance ved ordet “stateful”. Cloud Run-instanser giver en stateful afviklingsmodel for et runtime-miljø med en begrænset levetid. De fjerner ikke behovet for persistent lagring, hvis agenten skal kunne genoptage ufærdigt arbejde eller bevare kontekst efter instansens levetid.
Samlet set viser udgivelserne, at Google Cloud retter sig mod begge sider af et agentsystem:
Det praktiske resultat er ikke en fuldt autonom infrastrukturløsning, der eliminerer behovet for tekniske vurderinger. Der er snarere tale om en række administrerede byggesten, som reducerer driftsarbejdet, mens arkitektur, tilladelser, persistent tilstand og styring af ændringer i produktion fortsat er teamets ansvar.
For teams, der bygger personlige assistenter, asynkrone workflows eller agenter med flere samtaletrin, adresserer Cloud Run-instanser behovet for kontinuitet i runtime-miljøet. For teams, der administrerer de databaser, agenterne er afhængige af, reducerer Database Operations Agents det gentagne arbejde med at konfigurere systemer, forstå deres helbred og reagere på problemer. Den overordnede retning er tydelig: Google gør både beregning og datahåndtering mere tilgængelig for agenter gennem naturligt sprog, telemetri og standardiserede værktøjsgrænseflader.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces.
Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces. Database Onboarding Agent håndterer opsætning og konfiguration, mens Observability Agent analyserer telemetri, foreslår løsninger og med brugerens godkendelse kan udføre understøttede ændringer.
Cloud Run instanser kører op til syv dage ad gangen, skalerer ikke til nul og får en stabil HTTPS adresse.
Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces. Database Onboarding Agent håndterer opsætning og konfiguration, mens Observability Agent analyserer telemetri,...
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google Cloud introduce in August to support AI-agent infrastructure—specifically, how do its Gemini Cloud Assist–integrated Databas. Article summary: In August, Google Cloud introduced two complementary building blocks for always-on AI agents: Database Operations Agents to automate database setup and operations, and Cloud Run instances for low-cost, persistent single-. Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Clouds annonceringer i august 2026 adresserer to tilbagevendende udfordringer i infrastrukturen til AI-agenter: Databaser kræver stadig specialiseret opsætning og fejlfinding, mens langvarige agenter har brug for et runtime-miljø, der ikke straks skalerer ned til nul. Google introducerede derfor Database Operations Agents til databasearbejde og Cloud Run-instanser i preview til dedikerede, vedvarende workloads med én agent. 23
1
Database Operations Agents fokuserer på datalaget. De bruger Gemini Cloud Assist til at guide valg af database, klargøring, overvågning, diagnosticering og vedligeholdelse gennem workflows på naturligt sprog. 23
Cloud Run-instanser fokuserer på selve afviklingen. De giver en singleton-runtime til eksempelvis personlige AI-agenter, der har brug for en proces, som hele tiden er tilgængelig, en stabil adresse eller langvarige interaktioner. 1
Forskellen er vigtig: Et vedvarende runtime-miljø gør ikke automatisk agentens data persistent, og automatiseret databasehåndtering giver ikke i sig selv et sted at køre en agent, der altid skal være aktiv. Googles to udgivelser supplerer derfor hinanden, men kan ikke erstatte hinanden.
Google har introduceret to agenter som en del af strategien Agentic Data Cloud:
Målet er at erstatte en del af det manuelle arbejde med provisioning-scripts, konfigurationstrin, overvågningsforespørgsler og diagnostiske workflows med guidede operationer på naturligt sprog. Det kan mindske gentaget arbejde for databaseadministratorer, udviklere, SRE- og DevOps-teams, samtidig med at mennesker fortsat godkender ændringer med større konsekvenser.
Onboarding Agent er beskrevet som understøttet til Googles administrerede databasetjenester AlloyDB, Bigtable, Cloud SQL og Spanner. 29
Databaseagenterne er ikke præsenteret som alment tilgængelige. Googles annonceringer beskriver onboarding- og observability-funktionerne som previews, og adgangen til visse observability-funktioner er begrænset til udvalgte kunder og databasetjenester. 29
34
Observability Agent er designet til at sammenholde flere driftssignaler i stedet for kun at se på én databasemåling ad gangen. Undersøgelsen kan trække på eksempelvis Database Insights, Cloud Monitoring, Cloud Logging og Cloud Trace for at finde sandsynlige årsager til problemer som overbelastede forespørgsler, stigende svartider, låsekonflikter og pres på ressourcer. 23
Agenten kan derefter forklare den mistænkte årsag, foreslå en ændring og beskrive begrundelsen samt den forventede effekt. For understøttede handlinger kræves brugerens godkendelse, før ændringen udføres. Google nævner blandt andet aktivering af connection pooling i Cloud SQL og tilføjelse af et indeks. 23
44
Godkendelsestrinnet er centralt i produktionsmiljøer. Et system, der kan anbefale eller foretage ændringer i en database, bør have en tydelig kontrolgrænse, fordi en tilsyneladende lokal optimering kan påvirke omkostninger, svartider, låsning eller applikationens funktion.
Google placerer funktionerne i de værktøjer, hvor cloud-drift allerede foregår. Agenterne integreres med Gemini Cloud Assist-chat, relevante databasesider i Google Cloud Console, Database Center-visninger for hele flåden, kommandolinjen, IDE'er og tredjepartsværktøjer. 23
Database Insights- og Database Center-funktioner kan også eksponeres gennem MCP-kompatible grænseflader. Googles administrerede MCP-servere skal gøre det muligt for Gemini og andre MCP-klienter at forbinde sig til database- og infrastrukturfunktioner, uden at brugerne selv skal implementere MCP-serveren. 36
Det gør databaseagenterne mere anvendelige som byggesten i større agent-workflows. Et eksternt udviklingsværktøj eller en driftsagent kan hente information om databaseflåden, målinger eller registrerede problemer via en standardiseret værktøjsgrænseflade i stedet for kun at arbejde gennem en grafisk konsol.
Cloud Run-instanser er dedikerede singleton-runtimes på Cloud Run. I modsætning til en almindelig Cloud Run-tjeneste kører en instans præcis én kopi, autoskalerer ikke og skalerer ikke ned til nul. Google har introduceret funktionen i preview til blandt andet personlige AI-agenter og andre langvarige workloads, som typisk bruges af én bruger. 1
Hver instans kan køre uafbrudt i op til syv dage med en automatisk genstartspolitik konfigureret som standard. Brugeren kan også stoppe en instans, når den ikke er nødvendig, og genoptage den senere. Alle instanser får en HTTPS-adresse, der forbliver den samme gennem opdateringer og genstarter. 1
Egenskaberne adresserer flere udfordringer ved request-drevne serverless-udrulninger:
Google fremstiller modellen som et alternativ til at holde en virtuel maskine kørende døgnet rundt i udvalgte scenarier – ikke som en universel erstatning for virtuelle maskiner eller autoskalerende Cloud Run-tjenester.
Google oplyser, at en Cloud Run-instans, der kører kontinuerligt med 1 delt vCPU og 1 GiB hukommelse, koster 5,70 dollar pr. 30 dage. Tjenesten bruger desuden burst-budgetter til lejlighedsvise beregningstoppe, så udviklere ikke behøver dimensionere runtime-miljøet efter den højeste belastning hele tiden. 1
Vedvarende kørsel kan mindske risikoen for cold starts. En tidlig bruger rapporterede en reduktion på 88 procent i cold starts for en langvarig agent, men resultatet stammer fra en kunde og er ikke en generel garanti for ydelsen. 1
Pristallet bør derfor ses som et eksempel på en bestemt konfiguration og ikke som et komplet budget for enhver udrulning. Den faktiske regning kan også omfatte ressourceforbrug, netværk, lagring og andre relaterede tjenester.
En Cloud Run-instans kan holde en proces i gang, men det garanterer ikke, at data, der kun ligger i hukommelsen, overlever enhver genstart, standsning eller udløb af runtime-miljøet. Googles arkitekturanbefalinger skelner mellem sessionstilstand i hukommelsen og ekstern tilstand: Hvis applikationen genstarter, går samtalehistorikken i hukommelsen tabt, mens produktionssystemer med krav om driftssikkerhed bør bruge ekstern state management. 19
For en produktionsagent betyder det typisk, at sessioner, workflow-fremskridt og anden vigtig tilstand skal gemmes i en database eller et andet persistent system. Googles vejledning til langvarige agenter peger blandt andet på databasebaseret sessionslagring, herunder Cloud SQL i produktionsscenarier. 21
Det er den centrale nuance ved ordet “stateful”. Cloud Run-instanser giver en stateful afviklingsmodel for et runtime-miljø med en begrænset levetid. De fjerner ikke behovet for persistent lagring, hvis agenten skal kunne genoptage ufærdigt arbejde eller bevare kontekst efter instansens levetid.
Samlet set viser udgivelserne, at Google Cloud retter sig mod begge sider af et agentsystem:
Det praktiske resultat er ikke en fuldt autonom infrastrukturløsning, der eliminerer behovet for tekniske vurderinger. Der er snarere tale om en række administrerede byggesten, som reducerer driftsarbejdet, mens arkitektur, tilladelser, persistent tilstand og styring af ændringer i produktion fortsat er teamets ansvar.
For teams, der bygger personlige assistenter, asynkrone workflows eller agenter med flere samtaletrin, adresserer Cloud Run-instanser behovet for kontinuitet i runtime-miljøet. For teams, der administrerer de databaser, agenterne er afhængige af, reducerer Database Operations Agents det gentagne arbejde med at konfigurere systemer, forstå deres helbred og reagere på problemer. Den overordnede retning er tydelig: Google gør både beregning og datahåndtering mere tilgængelig for agenter gennem naturligt sprog, telemetri og standardiserede værktøjsgrænseflader.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces.
Google Cloud lancerede i august 2026 Gemini baserede Database Operations Agents og Cloud Run instanser i preview: Den ene løsning automatiserer databasearbejde, den anden kører én vedvarende arbejdsproces. Database Onboarding Agent håndterer opsætning og konfiguration, mens Observability Agent analyserer telemetri, foreslår løsninger og med brugerens godkendelse kan udføre understøttede ændringer.
Cloud Run instanser kører op til syv dage ad gangen, skalerer ikke til nul og får en stabil HTTPS adresse.