AnswersPublished15 sources
Google Cloud wzmacnia infrastrukturę agentów AI. Nowe narzędzia dla baz danych i Cloud Run
Google Cloud zaprezentował w sierpniu 2026 roku dwa uzupełniające się elementy infrastruktury agentów AI: Database Operations Agents oraz Cloud Run instances. Database Onboarding Agent pomaga w wyborze, konfiguracji i pierwszym wdrożeniu baz AlloyDB, Bigtable, Cloud SQL i Spanner.
Opublikowane przezObrazy wygenerowane za pomocą GPT Image 1.5
Research answer
Key takeaways
- Google Cloud zaprezentował w sierpniu 2026 roku dwa uzupełniające się elementy infrastruktury agentów AI: Database Operations Agents oraz Cloud Run instances.
- Database Onboarding Agent pomaga w wyborze, konfiguracji i pierwszym wdrożeniu baz AlloyDB, Bigtable, Cloud SQL i Spanner.
- Database Observability Agent analizuje telemetrię, wskazuje prawdopodobne przyczyny problemów i — po akceptacji użytkownika — może wdrażać wybrane poprawki.
- Cloud Run instances uruchamiają pojedyncze, dedykowane środowisko bez autoskalowania i skalowania do zera; mogą działać nieprzerwanie do siedmiu dni, a ich cena wynosi 5,70 USD miesięcznie przy ciągłej pracy z 1 współ...
AI Prompt
openai.comCreate 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 web, agents, ai, automation, workflow. 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, chart
W sierpniu Google Cloud przedstawił dwa elementy układanki potrzebnej do budowy długotrwałych agentów AI: agentów automatyzujących konfigurację i obsługę baz danych oraz instancje Cloud Run przeznaczone dla tanich, stale dostępnych aplikacji działających w modelu pojedynczego procesu. Razem rozszerzają one strategię Agentic Data Cloud — od pracy z danymi po infrastrukturę operacyjną, na której agenci mogą działać. 7
8
Dwa agenty do obsługi baz danych
Oferta zintegrowana z Gemini Cloud Assist obejmuje dwa wyspecjalizowane narzędzia:
- Database Onboarding Agent zajmuje się operacjami Day 0, czyli wyborem bazy, jej utworzeniem, konfiguracją i pierwszym wdrożeniem.
- Database Observability Agent wspiera operacje Day 1 i Day 2: monitorowanie, diagnozowanie problemów oraz bieżące utrzymanie środowiska.
8
Celem jest ograniczenie pracy, która dotąd wymagała ręcznego planowania architektury, pisania skryptów, provisioningu, konfiguracji schematów i indeksów, strojenia zapytań oraz żmudnej diagnostyki. Użytkownik może prowadzić te zadania za pomocą języka naturalnego i kierowanych instrukcji, co ma zmniejszyć obciążenie administratorów baz danych, programistów, zespołów SRE i DevOps. 8
Onboarding w języku naturalnym
Database Onboarding Agent prowadzi użytkownika przez proces udostępniania bazy i jej początkowej konfiguracji. Obsługuje zarządzane bazy Google Cloud, w tym AlloyDB, Bigtable, Cloud SQL i Spanner. 8
Obserwowalność oparta na telemetrii
Database Observability Agent łączy informacje z Database Insights, Cloud Monitoring, Cloud Logging, Cloud Trace i powiązanych źródeł. Na tej podstawie może wskazywać prawdopodobne przyczyny problemów, takich jak skoki opóźnień, zapytania obciążające system, blokady czy ograniczenia zasobów. 8
Agent nie kończy pracy na samej diagnozie. Proponuje sprawdzone zmiany, wyjaśnia ich uzasadnienie i przewidywany wpływ, a po uzyskaniu zgody użytkownika może wykonać obsługiwane działania naprawcze — na przykład włączyć pulę połączeń w Cloud SQL albo dodać indeks. Część funkcji związanych z analizą i remediacją była dostępna w wersji testowej dla wybranych klientów. 8
Z narzędzi można korzystać z poziomu czatu Gemini Cloud Assist, odpowiednich stron baz danych w konsoli Google Cloud, widoków floty w Database Center, interfejsu CLI, środowisk IDE oraz narzędzi firm trzecich. Funkcje Database Insights i Database Center udostępniono także jako narzędzia MCP za pośrednictwem zdalnych serwerów Google Remote MCP. Dzięki temu zewnętrzne narzędzia deweloperskie i agenci mogą pobierać między innymi metryki systemowe i zapytań, informacje o zasobach floty oraz wykrytych problemach. 8
Cloud Run instances dla długotrwałych agentów
27 sierpnia Google Cloud zaprezentował w wersji preview Cloud Run instances — dedykowane, pojedyncze środowiska uruchomieniowe Cloud Run przeznaczone przede wszystkim do długotrwałych i stanowych zadań, takich jak osobisty agent AI. 9
W odróżnieniu od standardowych usług Cloud Run instancja:
- uruchamia dokładnie jedną kopię aplikacji,
- nie korzysta z autoskalowania ani skalowania do zera,
- może działać nieprzerwanie do siedmiu dni z domyślnie skonfigurowaną polityką automatycznego restartu,
- może zostać zatrzymana, a następnie wznowiona,
- otrzymuje stały adres HTTPS, który pozostaje niezmieniony po aktualizacjach i restartach.
Google pozycjonuje to rozwiązanie jako alternatywę dla stale działającej maszyny wirtualnej. Użytkownik nie musi samodzielnie zajmować się systemem operacyjnym VM, konfiguracją zapory ani przygotowaniem punktu końcowego HTTPS, a jednocześnie zachowuje model pracy z trwałym procesem — niedostępny w typowych usługach serverless skalowanych do zera. 9
Według Google ciągła praca instancji z 1 współdzielonym vCPU i 1 GiB pamięci kosztuje 5,70 USD przez 30 dni. Mechanizm budżetów krótkotrwałego zwiększenia mocy obliczeniowej ma obsługiwać okazjonalne skoki obciążenia bez konieczności stałego dobierania i opłacania maszyny wirtualnej o większej wydajności. 9
Stałe działanie ogranicza również ryzyko związane z cold startami. Jeden z pierwszych użytkowników poinformował, że w jego długotrwałym agencie liczba cold startów spadła o 88 proc. To deklaracja konkretnego klienta, a nie ogólna gwarancja wydajności dla każdej aplikacji. 9
Co to oznacza dla infrastruktury agentów AI?
Google próbuje zaadresować jednocześnie dwie potrzeby. Agenci wymagają ekonomicznego, trwałego środowiska do wykonywania zadań i obsługi wieloetapowych interakcji. Bazy danych, z których korzystają, potrzebują natomiast prostszego wdrażania, stałej obserwowalności i bezpiecznych mechanizmów naprawczych.
Cloud Run instances mają wspierać agentów orkiestrujących zadania asynchroniczne i rozmowy prowadzone w wielu turach. Database Operations Agents sprawiają z kolei, że coraz większą część pracy z warstwą danych można wykonać za pomocą języka naturalnego oraz narzędzi zgodnych z MCP. 1
8
Warto jednak zachować ważne zastrzeżenie: stanowy proces nie oznacza automatycznie trwałości danych. Jeśli agent ma przetrwać restart albo zachować postęp pracy poza okresem życia środowiska uruchomieniowego, nadal potrzebuje zewnętrznego, trwałego magazynu stanu. W materiałach Google jako rozwiązanie produkcyjne wskazywane jest między innymi przechowywanie sesji w Cloud SQL. 5
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 wzmacnia infrastrukturę agentów AI. Nowe narzędzia dla baz danych i Cloud Run"?
Google Cloud zaprezentował w sierpniu 2026 roku dwa uzupełniające się elementy infrastruktury agentów AI: Database Operations Agents oraz Cloud Run instances.
What are the key points to validate first?
Google Cloud zaprezentował w sierpniu 2026 roku dwa uzupełniające się elementy infrastruktury agentów AI: Database Operations Agents oraz Cloud Run instances. Database Onboarding Agent pomaga w wyborze, konfiguracji i pierwszym wdrożeniu baz AlloyDB, Bigtable, Cloud SQL i Spanner.
What should I do next in practice?
Database Observability Agent analizuje telemetrię, wskazuje prawdopodobne przyczyny problemów i — po akceptacji użytkownika — może wdrażać wybrane poprawki.