Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau. Database Onboarding Agent menangani pemilihan, penyediaan, dan konfigurasi database, sedangkan Database Observability Agent menganalisis telemetri untuk menemukan masa...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

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 Cloud memperkenalkan dua komponen baru untuk menjawab masalah yang sering muncul dalam infrastruktur agen AI: pengelolaan database masih membutuhkan banyak pekerjaan khusus, sementara agen yang berjalan lama memerlukan runtime yang tidak langsung berhenti ketika trafik turun. Pada Agustus 2026, perusahaan meluncurkan Database Operations Agents dan memperkenalkan Cloud Run instances dalam tahap pratinjau. 23
1
Keduanya memiliki fungsi berbeda tetapi saling melengkapi. Database Operations Agents bekerja di lapisan data, sedangkan Cloud Run instances menyediakan tempat bagi workload agen untuk berjalan secara terus-menerus.
Database Operations Agents terintegrasi dengan Gemini Cloud Assist untuk membantu proses pemilihan database, penyediaan, pemantauan, diagnosis, dan pemeliharaan melalui instruksi bahasa alami. 23
Sementara itu, Cloud Run instances menawarkan runtime tunggal dan khusus untuk workload seperti agen AI personal yang membutuhkan proses selalu tersedia, endpoint yang stabil, atau interaksi jangka panjang. 1
Perbedaannya penting: runtime yang persisten tidak otomatis membuat data agen tahan restart. Sebaliknya, otomatisasi database tidak dengan sendirinya menyediakan tempat untuk menjalankan agen yang selalu aktif.
Google memperkenalkan dua agen ini sebagai bagian dari strategi Agentic Data Cloud:
Tujuannya adalah mengurangi kebutuhan untuk merangkai skrip provisioning, langkah konfigurasi, kueri monitoring, serta alur diagnosis secara manual. Dengan pendekatan bahasa alami, administrator database, developer, SRE, dan tim DevOps dapat memperoleh panduan operasional tanpa harus memulai setiap proses dari nol.
Namun, pengurangan pekerjaan manual bukan berarti seluruh keputusan produksi diserahkan kepada AI. Untuk perubahan tertentu, sistem tetap meminta persetujuan pengguna sebelum tindakan dijalankan.
Database Onboarding Agent disebut mendukung layanan database terkelola Google Cloud, termasuk AlloyDB, Bigtable, Cloud SQL, dan Spanner. 29
Kemampuan onboarding dan observability tersebut belum diposisikan sebagai layanan yang tersedia secara universal. Pengumuman Google menyebutkannya sebagai pratinjau, sementara sebagian fitur observability hanya tersedia bagi pelanggan dan layanan database tertentu. 29
34
Database Observability Agent dirancang untuk menghubungkan berbagai sinyal operasional, bukan hanya membaca satu metrik secara terpisah. Investigasinya dapat memanfaatkan Database Insights, Cloud Monitoring, Cloud Logging, dan Cloud Trace untuk mencari kemungkinan penyebab masalah seperti lonjakan latensi, query yang menjadi titik panas, perebutan lock, atau tekanan sumber daya. 23
Setelah itu, agen dapat menjelaskan dugaan penyebab, mengusulkan perubahan, serta menyertakan alasan dan dampak yang diperkirakan. Untuk tindakan yang didukung, perubahan baru dilakukan setelah mendapat persetujuan pengguna. Contoh remediasi yang disebutkan Google antara lain mengaktifkan connection pooling di Cloud SQL dan menambahkan indeks. 23
44
Batas persetujuan ini penting dalam lingkungan produksi. Perubahan yang terlihat sederhana dapat memengaruhi biaya, latensi, locking, atau perilaku aplikasi secara lebih luas. Karena itu, rekomendasi AI tetap perlu melewati mekanisme peninjauan manusia.
Google mendistribusikan kemampuan tersebut melalui berbagai tempat yang biasa digunakan tim cloud, seperti chat Gemini Cloud Assist, halaman database di Google Cloud Console, tampilan fleet Database Center, command line, IDE, dan tool pihak ketiga. 23
Fitur Database Insights dan Database Center juga dapat diakses melalui antarmuka yang kompatibel dengan MCP. Managed MCP server dari Google memungkinkan Gemini dan klien MCP lain terhubung ke kemampuan database serta infrastruktur tanpa pengguna harus menjalankan server MCP sendiri. 36
Dengan demikian, tool pengembangan atau agen operasional eksternal dapat mengambil inventaris fleet, metrik database, dan masalah yang terdeteksi melalui antarmuka standar, bukan hanya melalui console grafis.
Cloud Run instances adalah runtime Cloud Run khusus dengan model singleton, yang berarti hanya menjalankan satu salinan workload. Berbeda dari layanan Cloud Run biasa, instance ini tidak melakukan autoscaling dan tidak scale-to-zero. Google memperkenalkannya dalam tahap pratinjau untuk workload yang berjalan lama, termasuk agen AI personal dan aplikasi yang umumnya digunakan oleh satu pengguna. 1
Setiap instance dapat berjalan terus-menerus hingga tujuh hari dan secara default dilengkapi kebijakan restart otomatis. Pengguna juga dapat menghentikan instance ketika tidak diperlukan, kemudian melanjutkannya kembali nanti. Setiap instance memperoleh URL HTTPS yang tetap sama ketika instance diperbarui atau dimulai ulang. 1
Karakteristik ini menyelesaikan beberapa kendala umum pada deployment serverless berbasis permintaan:
Google memosisikan Cloud Run instances sebagai alternatif untuk workload tertentu yang sebelumnya mungkin dijalankan pada VM secara terus-menerus. Layanan ini bukan pengganti universal bagi VM atau layanan Cloud Run dengan autoscaling.
Google menyebut biaya menjalankan Cloud Run instance secara terus-menerus dengan 1 shared vCPU dan 1 GiB memori adalah 5,70 dolar AS per 30 hari. Layanan ini juga menggunakan burst budget untuk lonjakan komputasi sesekali, sehingga developer tidak harus selalu menentukan kapasitas berdasarkan beban puncak. 1
Eksekusi persisten dapat mengurangi kemungkinan cold start. Salah satu pengguna awal melaporkan penurunan cold start sebesar 88 persen untuk agen yang berjalan lama. Namun, angka tersebut merupakan hasil yang dilaporkan pelanggan, bukan jaminan performa umum untuk semua deployment. 1
Angka 5,70 dolar AS juga sebaiknya dipahami sebagai contoh konfigurasi yang disebutkan Google, bukan estimasi biaya lengkap untuk setiap aplikasi. Biaya aktual dapat mencakup penggunaan sumber daya tambahan, jaringan, penyimpanan, atau layanan terkait lainnya.
Inilah batasan terpenting dari istilah “stateful”. Cloud Run instance dapat mempertahankan proses yang sedang berjalan, tetapi data yang hanya disimpan di memori belum tentu bertahan setelah restart, penghentian, atau berakhirnya masa hidup runtime.
Panduan arsitektur Google membedakan state di memori dan state eksternal. Penyimpanan di memori memang dapat digunakan untuk pengembangan, pengujian, atau aplikasi sederhana dalam satu instance, tetapi riwayat percakapan akan hilang jika aplikasi dimulai ulang. Untuk sistem produksi yang membutuhkan keandalan, Google merekomendasikan pengelolaan state eksternal. 19
Dalam praktiknya, sesi pengguna, progres workflow, dan data penting lain perlu disimpan di database atau sistem persisten. Panduan Google untuk agen yang berjalan lama juga mengarah pada penyimpanan sesi berbasis database, termasuk Cloud SQL untuk skenario produksi. 21
Jadi, Cloud Run instances menawarkan model eksekusi yang persisten untuk runtime dengan masa hidup terbatas. Layanan ini tidak menghapus kebutuhan terhadap penyimpanan durable jika agen harus melanjutkan pekerjaan yang belum selesai atau mempertahankan konteks setelah runtime berakhir.
Jika dilihat bersama, kedua rilis ini menunjukkan bahwa Google Cloud menyasar dua sisi infrastruktur agen:
Hasil akhirnya bukanlah tumpukan infrastruktur yang sepenuhnya otonom dan menghilangkan kebutuhan terhadap keputusan teknis. Google menyediakan sejumlah komponen terkelola untuk mengurangi pekerjaan operasional berulang, sementara arsitektur, hak akses, penyimpanan durable, dan tata kelola perubahan produksi tetap menjadi tanggung jawab tim.
Bagi pengembang asisten personal, workflow asinkron, atau agen multi-turn, Cloud Run instances menjawab kebutuhan akan kesinambungan runtime. Bagi tim yang mengelola database tempat agen tersebut bergantung, Database Operations Agents membantu menyiapkan sistem, memahami kondisinya, dan merespons masalah dengan lebih sedikit pekerjaan manual. Arah besarnya cukup jelas: Google Cloud ingin membuat lapisan komputasi dan operasi data semakin mudah digunakan oleh agen melalui bahasa alami, telemetri, serta antarmuka tool yang terstandar.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau.
Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau. Database Onboarding Agent menangani pemilihan, penyediaan, dan konfigurasi database, sedangkan Database Observability Agent menganalisis telemetri untuk menemukan masalah dan mengusulkan perbaikan.
Cloud Run instances menjalankan satu workload secara persisten, tidak melakukan autoscaling atau scale to zero, dapat aktif hingga tujuh hari, dan memiliki URL HTTPS yang tetap.
Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau. Database Onboarding Agent menangani pemilihan, penyediaan, dan konfigurasi database, sedangkan Database Observability Agent menganalisis telemetri untuk menemukan masa...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

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 Cloud memperkenalkan dua komponen baru untuk menjawab masalah yang sering muncul dalam infrastruktur agen AI: pengelolaan database masih membutuhkan banyak pekerjaan khusus, sementara agen yang berjalan lama memerlukan runtime yang tidak langsung berhenti ketika trafik turun. Pada Agustus 2026, perusahaan meluncurkan Database Operations Agents dan memperkenalkan Cloud Run instances dalam tahap pratinjau. 23
1
Keduanya memiliki fungsi berbeda tetapi saling melengkapi. Database Operations Agents bekerja di lapisan data, sedangkan Cloud Run instances menyediakan tempat bagi workload agen untuk berjalan secara terus-menerus.
Database Operations Agents terintegrasi dengan Gemini Cloud Assist untuk membantu proses pemilihan database, penyediaan, pemantauan, diagnosis, dan pemeliharaan melalui instruksi bahasa alami. 23
Sementara itu, Cloud Run instances menawarkan runtime tunggal dan khusus untuk workload seperti agen AI personal yang membutuhkan proses selalu tersedia, endpoint yang stabil, atau interaksi jangka panjang. 1
Perbedaannya penting: runtime yang persisten tidak otomatis membuat data agen tahan restart. Sebaliknya, otomatisasi database tidak dengan sendirinya menyediakan tempat untuk menjalankan agen yang selalu aktif.
Google memperkenalkan dua agen ini sebagai bagian dari strategi Agentic Data Cloud:
Tujuannya adalah mengurangi kebutuhan untuk merangkai skrip provisioning, langkah konfigurasi, kueri monitoring, serta alur diagnosis secara manual. Dengan pendekatan bahasa alami, administrator database, developer, SRE, dan tim DevOps dapat memperoleh panduan operasional tanpa harus memulai setiap proses dari nol.
Namun, pengurangan pekerjaan manual bukan berarti seluruh keputusan produksi diserahkan kepada AI. Untuk perubahan tertentu, sistem tetap meminta persetujuan pengguna sebelum tindakan dijalankan.
Database Onboarding Agent disebut mendukung layanan database terkelola Google Cloud, termasuk AlloyDB, Bigtable, Cloud SQL, dan Spanner. 29
Kemampuan onboarding dan observability tersebut belum diposisikan sebagai layanan yang tersedia secara universal. Pengumuman Google menyebutkannya sebagai pratinjau, sementara sebagian fitur observability hanya tersedia bagi pelanggan dan layanan database tertentu. 29
34
Database Observability Agent dirancang untuk menghubungkan berbagai sinyal operasional, bukan hanya membaca satu metrik secara terpisah. Investigasinya dapat memanfaatkan Database Insights, Cloud Monitoring, Cloud Logging, dan Cloud Trace untuk mencari kemungkinan penyebab masalah seperti lonjakan latensi, query yang menjadi titik panas, perebutan lock, atau tekanan sumber daya. 23
Setelah itu, agen dapat menjelaskan dugaan penyebab, mengusulkan perubahan, serta menyertakan alasan dan dampak yang diperkirakan. Untuk tindakan yang didukung, perubahan baru dilakukan setelah mendapat persetujuan pengguna. Contoh remediasi yang disebutkan Google antara lain mengaktifkan connection pooling di Cloud SQL dan menambahkan indeks. 23
44
Batas persetujuan ini penting dalam lingkungan produksi. Perubahan yang terlihat sederhana dapat memengaruhi biaya, latensi, locking, atau perilaku aplikasi secara lebih luas. Karena itu, rekomendasi AI tetap perlu melewati mekanisme peninjauan manusia.
Google mendistribusikan kemampuan tersebut melalui berbagai tempat yang biasa digunakan tim cloud, seperti chat Gemini Cloud Assist, halaman database di Google Cloud Console, tampilan fleet Database Center, command line, IDE, dan tool pihak ketiga. 23
Fitur Database Insights dan Database Center juga dapat diakses melalui antarmuka yang kompatibel dengan MCP. Managed MCP server dari Google memungkinkan Gemini dan klien MCP lain terhubung ke kemampuan database serta infrastruktur tanpa pengguna harus menjalankan server MCP sendiri. 36
Dengan demikian, tool pengembangan atau agen operasional eksternal dapat mengambil inventaris fleet, metrik database, dan masalah yang terdeteksi melalui antarmuka standar, bukan hanya melalui console grafis.
Cloud Run instances adalah runtime Cloud Run khusus dengan model singleton, yang berarti hanya menjalankan satu salinan workload. Berbeda dari layanan Cloud Run biasa, instance ini tidak melakukan autoscaling dan tidak scale-to-zero. Google memperkenalkannya dalam tahap pratinjau untuk workload yang berjalan lama, termasuk agen AI personal dan aplikasi yang umumnya digunakan oleh satu pengguna. 1
Setiap instance dapat berjalan terus-menerus hingga tujuh hari dan secara default dilengkapi kebijakan restart otomatis. Pengguna juga dapat menghentikan instance ketika tidak diperlukan, kemudian melanjutkannya kembali nanti. Setiap instance memperoleh URL HTTPS yang tetap sama ketika instance diperbarui atau dimulai ulang. 1
Karakteristik ini menyelesaikan beberapa kendala umum pada deployment serverless berbasis permintaan:
Google memosisikan Cloud Run instances sebagai alternatif untuk workload tertentu yang sebelumnya mungkin dijalankan pada VM secara terus-menerus. Layanan ini bukan pengganti universal bagi VM atau layanan Cloud Run dengan autoscaling.
Google menyebut biaya menjalankan Cloud Run instance secara terus-menerus dengan 1 shared vCPU dan 1 GiB memori adalah 5,70 dolar AS per 30 hari. Layanan ini juga menggunakan burst budget untuk lonjakan komputasi sesekali, sehingga developer tidak harus selalu menentukan kapasitas berdasarkan beban puncak. 1
Eksekusi persisten dapat mengurangi kemungkinan cold start. Salah satu pengguna awal melaporkan penurunan cold start sebesar 88 persen untuk agen yang berjalan lama. Namun, angka tersebut merupakan hasil yang dilaporkan pelanggan, bukan jaminan performa umum untuk semua deployment. 1
Angka 5,70 dolar AS juga sebaiknya dipahami sebagai contoh konfigurasi yang disebutkan Google, bukan estimasi biaya lengkap untuk setiap aplikasi. Biaya aktual dapat mencakup penggunaan sumber daya tambahan, jaringan, penyimpanan, atau layanan terkait lainnya.
Inilah batasan terpenting dari istilah “stateful”. Cloud Run instance dapat mempertahankan proses yang sedang berjalan, tetapi data yang hanya disimpan di memori belum tentu bertahan setelah restart, penghentian, atau berakhirnya masa hidup runtime.
Panduan arsitektur Google membedakan state di memori dan state eksternal. Penyimpanan di memori memang dapat digunakan untuk pengembangan, pengujian, atau aplikasi sederhana dalam satu instance, tetapi riwayat percakapan akan hilang jika aplikasi dimulai ulang. Untuk sistem produksi yang membutuhkan keandalan, Google merekomendasikan pengelolaan state eksternal. 19
Dalam praktiknya, sesi pengguna, progres workflow, dan data penting lain perlu disimpan di database atau sistem persisten. Panduan Google untuk agen yang berjalan lama juga mengarah pada penyimpanan sesi berbasis database, termasuk Cloud SQL untuk skenario produksi. 21
Jadi, Cloud Run instances menawarkan model eksekusi yang persisten untuk runtime dengan masa hidup terbatas. Layanan ini tidak menghapus kebutuhan terhadap penyimpanan durable jika agen harus melanjutkan pekerjaan yang belum selesai atau mempertahankan konteks setelah runtime berakhir.
Jika dilihat bersama, kedua rilis ini menunjukkan bahwa Google Cloud menyasar dua sisi infrastruktur agen:
Hasil akhirnya bukanlah tumpukan infrastruktur yang sepenuhnya otonom dan menghilangkan kebutuhan terhadap keputusan teknis. Google menyediakan sejumlah komponen terkelola untuk mengurangi pekerjaan operasional berulang, sementara arsitektur, hak akses, penyimpanan durable, dan tata kelola perubahan produksi tetap menjadi tanggung jawab tim.
Bagi pengembang asisten personal, workflow asinkron, atau agen multi-turn, Cloud Run instances menjawab kebutuhan akan kesinambungan runtime. Bagi tim yang mengelola database tempat agen tersebut bergantung, Database Operations Agents membantu menyiapkan sistem, memahami kondisinya, dan merespons masalah dengan lebih sedikit pekerjaan manual. Arah besarnya cukup jelas: Google Cloud ingin membuat lapisan komputasi dan operasi data semakin mudah digunakan oleh agen melalui bahasa alami, telemetri, serta antarmuka tool yang terstandar.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau.
Pada Agustus 2026, Google Cloud memperkenalkan Database Operations Agents berbasis Gemini Cloud Assist dan Cloud Run instances dalam tahap pratinjau. Database Onboarding Agent menangani pemilihan, penyediaan, dan konfigurasi database, sedangkan Database Observability Agent menganalisis telemetri untuk menemukan masalah dan mengusulkan perbaikan.
Cloud Run instances menjalankan satu workload secara persisten, tidak melakukan autoscaling atau scale to zero, dapat aktif hingga tujuh hari, dan memiliki URL HTTPS yang tetap.