AnswersPublished16 sources
Google Cloud gjør databaser mer autonome – og Cloud Run mer persistent
I august 2026 lanserte Google Cloud agenter for databaseoppsett og observasjon, og forhåndsviste Cloud Run instanser for vedvarende AI arbeidslaster. Database Onboarding Agent håndterer «Dag 0» med valg, konfigurering og utrulling, mens Database Observability Agent overvåker databaser, finner problemer og kan utføre...
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- I august 2026 lanserte Google Cloud agenter for databaseoppsett og observasjon, og forhåndsviste Cloud Run instanser for vedvarende AI arbeidslaster.
- Database Onboarding Agent håndterer «Dag 0» med valg, konfigurering og utrulling, mens Database Observability Agent overvåker databaser, finner problemer og kan utføre godkjente rettinger.
- Cloud Run instanser kjører som én enkelt instans uten autoskalering, med stabile HTTPS adresser og opptil sju dagers sammenhengende kjøretid.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Google Cloud announce in August 2026 to reduce the operational burden of managing databases and hosting persistent AI workloads, in. Article summary: In August 2026, Google Cloud positioned two new offerings as complementary infrastructure for AI agents: database agents that reduce the human work of provisioning and operating data stores, and persistent Cloud Run runt. Topic tags: general, general web, documentation, user generated. 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,
Google Cloud lanserte i august 2026 to nye byggesteiner for en utfordring som blir stadig tydeligere med AI-agenter: Hvordan velger og drifter man riktig database, og hvordan kjører man agenter som må være tilgjengelige også når de ikke behandler vanlige nettforespørsler?
Den første nyheten er et par Database Operations Agents, integrert med Gemini Cloud Assist. Den andre er en forhåndsvisning av Cloud Run-instanser, en enkeltstående kjøretidsressurs for langvarige og tilstandsfulle arbeidslaster. Til sammen viser produktene hvordan Google Cloud tilpasser både datalaget og beregningslaget til agentbaserte applikasjoner. 2
4
11
To databaseagenter dekker hele livsløpet
Google Cloud lanserte Database Onboarding Agent og Database Observability Agent som del av strategien Agentic Data Cloud. Skillet er enkelt: Onboarding-agenten tar seg av «Dag 0» – arbeidet før en løsning er satt i drift – mens observasjonsagenten håndterer «Dag 1 og Dag 2», altså den løpende driften. 2
Onboarding-agenten hjelper med valg og utrulling
Database Onboarding Agent tolker kravene til en arbeidslast, anbefaler en passende administrert database og veileder brukeren gjennom konfigurering og utrulling. Målet er å redusere mengden manuelle arkitektur- og klargjøringsvalg som vanligvis må tas før en applikasjon kan settes i produksjon.
Agenten støtter AlloyDB, Bigtable, Cloud SQL og Spanner. 2
Det gjør den særlig relevant for team som vet hva applikasjonen trenger – for eksempel bestemte egenskaper ved arbeidslasten eller driftskrav – men som ikke nødvendigvis vet hvilken Google Cloud-database som passer best.
Observasjonsagenten overvåker og feilsøker
Database Observability Agent er rettet mot driften etter utrulling. Google beskriver funksjoner som overvåking av hele databaseparken, avviksdeteksjon, diagnose, feilsøking, optimalisering og vedlikehold på tvers av Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore og Memorystore. 2
24
I stedet for å se på ett enkelt signal om gangen kobler agenten sammen informasjon fra Database Insights og Database Center-telemetri, Cloud Monitoring, Cloud Logging og Cloud Trace. Datagrunnlaget kan blant annet bestå av måleverdier, spørringsinformasjon, inventar og registrerte problemer. 2
Tanken er at resultatet skal bli mer nyttig enn et vanlig varsel i et kontrollpanel. Agenten kan forklare hva som har gått galt, foreslå tiltak og støtte en flertrinns arbeidsflyt for utbedring. Google nevner blant annet aktivering av tilkoblingspooling i Cloud SQL og opprettelse av indekser som eksempler.
For endringer som kan få konsekvenser for produksjonen, må et menneske godkjenne tiltaket før agenten utfører det. Undersøkelses- og utbedringsfunksjonene var tilgjengelige som forhåndsvisning for utvalgte kunder. 2
24
Tilgjengelig der utviklere allerede jobber
Agentene er integrert i Gemini Cloud Assist og kan brukes gjennom Gemini-chatten og relevante databasesider i Cloud Console. Google beskriver også tilgang via kommandolinjeverktøy, MCP-servere og -verktøy, tredjepartsverktøy og integrerte utviklingsmiljøer (IDE-er). 2
Det betyr at databasehjelpen ikke er bundet til ett bestemt driftsdashboard. Den samme språkbaserte arbeidsflyten kan brukes der utviklere og driftsansvarlige allerede undersøker infrastruktur, klargjør ressurser eller skriver kode.
Cloud Run-instanser skal holde AI-agenter tilgjengelige
- august forhåndsviste Google Cloud Cloud Run-instanser – en annen type ressurs enn en tradisjonell Cloud Run-tjeneste som autoskalerer etter trafikk. Hver instans kjører som en singleton, det vil si at nøyaktig én instans holdes i gang, uten autoskalering. Google retter funksjonen mot langvarige og tilstandsfulle arbeidslaster, blant annet personlige AI-agenter.
4
De viktigste egenskapene er:
- Sammenhengende kjøretid på opptil sju dager
- Automatisk omstart som standard
- En stabil HTTPS-adresse som ikke endres ved oppdateringer eller omstarter
- Mulighet til å stoppe instansen og fortsette senere
- Én dedikert kjøretidsressurs i stedet for en flåte som skalerer med antallet forespørsler
Modellen passer for en agent som skal beholde identitet, tilstand eller bakgrunnsaktivitet for én bruker. Den er mindre naturlig for et tradisjonelt, tilstandsløst endepunkt som først og fremst skal håndtere topper i samtidig trafikk.
Googles priseksempel
Google oppga en pris på 5,70 dollar for 30 dagers kontinuerlig drift av en konfigurasjon med 1 vCPU og 1 GiB RAM, basert på delt vCPU og burst-budsjetter. 4
Google fremhever at gevinsten ikke bare handler om pris. Sammenlignet med å drifte en dedikert virtuell maskin kan brukeren slippe vedlikehold av VM og operativsystem, brannmurhåndtering og oppsett av et eget HTTPS-endepunkt.
Priseksempelet og produktets egenskaper bør likevel forstås som Googles publiserte posisjonering av en forhåndsvisning, ikke som en universell kostnadssammenligning. Den faktiske regningen avhenger blant annet av konfigurasjon, bruk, region og faktureringsmodell. 4
30
31
Google viste også til en uttalelse fra kunden OffDeal, som rapporterte 88 prosent færre kaldstarter. Dette er et kunderapportert resultat – ikke en generell ytelsesgaranti fra Google eller en uavhengig benchmark. 4
Hvorfor dette er viktig for agentbaserte applikasjoner
Tradisjonelle skyapplikasjoner skiller ofte mellom tilstandsløs håndtering av nettforespørsler og varige datatjenester. AI-agenter gjør dette skillet mer komplisert. De kan trenge en varig identitet og adresse, minne eller annen tilstand, langvarig bakgrunnskjøring og tilgang til verktøy og driftsdata.
Googles augustnyheter angriper problemet fra to kanter:
- Datalaget blir mer autonomt. Onboarding-agenten hjelper med å velge og klargjøre en administrert database, mens observasjonsagenten overvåker miljøet, undersøker feil og kan gjennomføre godkjente rettinger.
- Beregningslaget får et mer persistent alternativ. Cloud Run-instanser gir en stabil, enkeltstående kjøretid for agenter som skal være tilgjengelige, i stedet for å skaleres ned til null eller starte først når trafikken kommer.
Den bredere strategien kommer til uttrykk i Googles rammeverk Agentic Data Cloud, som samler data, modeller og operative databaser i et system for agentstyrte handlinger. 11
Det er også verdt å merke seg hvordan Google balanserer automatisering og kontroll: Flere deler av driftsarbeidet kan overlates til en agent, men mennesker må fortsatt godkjenne databaseendringer som kan få betydning for produksjonen. 2
Hva betyr dette i praksis?
Google Cloud lanserer ikke én universell «agentplattform» med disse nyhetene. Selskapet legger i stedet til målrettede byggesteiner for to konkrete flaskehalser:
- Velg Database Operations Agents når utfordringen er databasevalg, klargjøring, oversikt over en databasepark eller feilsøking.
- Vurder Cloud Run-instanser når en agent trenger én persistent og adresserbar kjøretid, og ikke passer inn i skaler-til-null-modellen til en vanlig serverless-tjeneste.
Begge produktene presenteres fortsatt som forhåndsvisninger. Team som vurderer dem, bør derfor kontrollere tilgjengelighet, støttede konfigurasjoner, tillatelser, priser og grensene for automatisert utbedring før de bruker løsningene i produksjon.
Retningen er likevel tydelig: Google Cloud behandler AI-agenter som arbeidslaster som trenger både mer selvstendig drift og mer varig infrastruktur.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Google Cloud gjør databaser mer autonome – og Cloud Run mer persistent"?
I august 2026 lanserte Google Cloud agenter for databaseoppsett og observasjon, og forhåndsviste Cloud Run instanser for vedvarende AI arbeidslaster.
What are the key points to validate first?
I august 2026 lanserte Google Cloud agenter for databaseoppsett og observasjon, og forhåndsviste Cloud Run instanser for vedvarende AI arbeidslaster. Database Onboarding Agent håndterer «Dag 0» med valg, konfigurering og utrulling, mens Database Observability Agent overvåker databaser, finner problemer og kan utføre godkjente rettinger.
What should I do next in practice?
Cloud Run instanser kjører som én enkelt instans uten autoskalering, med stabile HTTPS adresser og opptil sju dagers sammenhengende kjøretid.