Google Cloud lanserer AI-agenter for databaser og en varig Cloud Run-plattform

Google Cloud vil redusere mengden manuelt arbeid som kreves for å sette opp og drifte databaser – samtidig som selskapet gjør det enklere å kjøre AI-agenter som må være tilgjengelige over tid.

I august 2026 presenterte Google to tilbud som utfyller hverandre: Database Operations Agents, som automatiserer deler av databasearbeidet, og en ny type Cloud Run-instans for vedvarende arbeidslaster. Begge inngår i Googles satsing på en mer autonom og agentorientert skyinfrastruktur, omtalt som «Agentic Data Cloud». 211

AI-agenter tar seg av databasearbeidet

Google kunngjorde Database Operations Agents 5. august. De er integrert med Gemini Cloud Assist og er laget for å hjelpe både utviklere og driftsteam gjennom hele livsløpet til en database.

Onboarding Agent: fra krav til ferdig database

Database Onboarding Agent retter seg mot det Google omtaler som «Day 0»-arbeid – altså oppgavene før en database er satt i produksjon.

Agenten kan tolke krav til en arbeidslast, anbefale en egnet administrert databasetjeneste og veilede brukeren gjennom oppsett, konfigurering og utrulling. Målet er å redusere behovet for at teamet manuelt må vurdere alle arkitektur- og provisjoneringsvalg.

Agenten støtter AlloyDB, Bigtable, Cloud SQL og Spanner. 2

Observability Agent: overvåking og feilsøking

Database Observability Agent håndterer «Day 1/2»-oppgaver – altså overvåking, feilsøking, optimalisering og løpende vedlikehold etter at databasen er tatt i bruk.

Den støtter Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore og Memorystore. Agenten kan overvåke flere databaser, oppdage avvik, undersøke problemer og foreslå tiltak. 213

For å finne mulige årsaker kobler den sammen informasjon fra Database Insights og Database Center, Cloud Monitoring, Cloud Logging og Cloud Trace. Dette inkluderer blant annet måledata, spørringsinformasjon, ressursoversikter og registrerte problemer. 2

Agenten stopper ikke nødvendigvis ved en anbefaling. Med godkjenning fra et menneske kan den også gjennomføre validerte tiltak, som å aktivere tilkoblingspooling i Cloud SQL eller legge til indekser. Funksjonene for undersøkelse og utbedring var tilgjengelige som forhåndsvisning for utvalgte kunder. 2

Verktøyene kan brukes i Gemini-chatten og på relevante databasesider i Cloud Console. Google har også gjort tilsvarende funksjonalitet tilgjengelig via kommandolinjen, MCP-servere og -verktøy, tredjepartsverktøy og integrerte utviklingsmiljøer. 2

Cloud Run skal holde personlige AI-agenter i gang

1. august forhåndsviste Google en ny Cloud Run-modell kalt en singleton-instans. I stedet for å skalere opp og ned etter trafikk kjører den med nøyaktig én instans og uten autoskalering. 4

Dette er ment for tilstandsfulle og kontinuerlig tilgjengelige arbeidslaster – ikke først og fremst for tradisjonelle, statsløse nettjenester med varierende trafikk.

En instans kan kjøre i opptil sju dager, og automatisk omstart er konfigurert som standard. HTTPS-adressen forblir den samme gjennom oppdateringer og omstarter, og brukeren kan stoppe instansen og gjenoppta den senere. 4

Google oppga en pris på 5,70 dollar for 30 dager med kontinuerlig kjøring av 1 vCPU og 1 GiB RAM, basert på delt vCPU med mulighet for å bruke tilgjengelige burst-budsjetter. Ifølge Google kan modellen også redusere driftsarbeidet sammenlignet med en virtuell maskin: brukeren slipper blant annet vedlikehold av VM og operativsystem, håndtering av brannmur og egenoppsett av HTTPS-endepunkt. 4

Det første bruksområdet Google trakk frem, var langvarige personlige AI-agenter – for eksempel OpenClaw eller Hermes – som betjener én bruker og må beholde tilstanden selv når brukerens bærbare PC er avslått. 4

Google viste også til en uttalelse fra kunden OffDeal, som rapporterte 88 prosent færre cold starts. Dette er et kunderesultat, ikke en generell ytelsesgaranti eller en benchmark fra Google. 4

En skyplattform tilpasset agentenes behov

De to kunngjøringene peker mot samme endring: AI-agenter har ofte andre krav enn tradisjonelle nettapplikasjoner. De kan trenge en stabil identitet og endepunkt, tilgang til data og verktøy, minne eller annen tilstand, samt bakgrunnsprosesser som varer lenge.

Databaseagentene gjør datalaget mer «agentisk» ved å la brukeren beskrive behov med naturlig språk og få hjelp til provisjonering, overvåking, analyse og – etter menneskelig godkjenning – utbedring. Cloud Run-instanser gir på sin side et mer passende kjøregrunnlag for agenter som ikke bør forsvinne når trafikken midlertidig stopper. 24

Google kombinerer dermed mer autonom drift med administrerte byggesteiner for vedvarende AI-prosesser, samtidig som mennesker fortsatt må godkjenne endringer som kan få konsekvenser for databaser i produksjon.