Google Cloud chce odciążyć zespoły: agenci AI zajmą się bazami danych, a Cloud Run pozostanie online

Google Cloud chce zmienić sposób, w jaki zespoły tworzą i utrzymują infrastrukturę dla agentów AI. W sierpniu 2026 roku firma zapowiedziała dwa rozwiązania: Database Operations Agents, które mają ograniczyć ręczną pracę przy bazach danych, oraz trwałe instancje Cloud Run przeznaczone dla agentów wymagających stałej obecności w sieci. Oba elementy wpisują się w koncepcję Agentic Data Cloud i szerszy plan budowy bardziej autonomicznej, konwersacyjnej infrastruktury chmurowej. 211

Agenci AI do zarządzania bazami danych

Ogłoszone na początku sierpnia Database Operations Agents dzielą cykl życia bazy na dwa etapy: przygotowanie środowiska oraz późniejszą eksploatację.

Database Onboarding Agent: od wymagań do wdrożenia

Database Onboarding Agent zajmuje się tak zwanym „Day 0”, czyli pracami wykonywanymi przed uruchomieniem systemu. Na podstawie opisu wymagań dotyczących aplikacji lub obciążenia może:

• zinterpretować wymagania dotyczące obciążenia,
• zasugerować właściwą zarządzaną bazę danych,
• pomóc w konfiguracji,
• przeprowadzić użytkownika przez proces wdrożenia.

Agent obsługuje AlloyDB, Bigtable, Cloud SQL oraz Spanner. Zamiast samodzielnie przeglądać dokumentację i podejmować wszystkie decyzje architektoniczne, zespół może zacząć od opisu potrzeb w języku naturalnym. 2

Database Observability Agent: monitoring i reagowanie na problemy

Drugi agent odpowiada za operacje „Day 1/2”, czyli bieżące monitorowanie, diagnostykę, optymalizację i utrzymanie środowiska. Database Observability Agent może obserwować całą flotę baz, wykrywać anomalie, pomagać w ustaleniu przyczyny awarii oraz analizować problemy z wydajnością.

Obsługiwane usługi to Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore i Memorystore. Agent koreluje dane z kilku źródeł: telemetrię z Database Insights i Database Center, a także informacje z Cloud Monitoring, Cloud Logging oraz Cloud Trace. Dzięki temu może łączyć metryki, dane o zapytaniach, informacje o zasobach i zgłoszone problemy w analizę przyczyn źródłowych. 2

To nie ma być wyłącznie system rekomendacji. Po zatwierdzeniu przez człowieka agent może wykonać zweryfikowane działania naprawcze, takie jak włączenie puli połączeń w Cloud SQL albo dodanie indeksów. Funkcje związane z badaniem problemów i automatycznym wdrażaniem poprawek były dostępne w wersji Preview dla wybranych klientów. 2

Agenci są zintegrowani z Gemini Cloud Assist. Można korzystać z nich w czacie Gemini oraz na odpowiednich stronach baz danych w Cloud Console. Google udostępnił również powiązane możliwości przez interfejs wiersza poleceń, serwery i narzędzia MCP, rozwiązania firm trzecich oraz środowiska IDE. 2

Cloud Run dla agentów, którzy nie mogą znikać po bezczynności

Drugą zapowiedzią była dostępna w wersji Preview dedykowana instancja Cloud Run, przedstawiona pod koniec sierpnia. To pojedynczy, adresowalny runtime typu singleton: działa dokładnie jedna instancja i nie korzysta z automatycznego skalowania. Rozwiązanie jest przeznaczone raczej dla stanowych, stale dostępnych procesów niż dla bezstanowych usług obsługujących duży, zmienny ruch. 4

Pojedyncza instancja może działać do siedmiu dni, a polityka automatycznego restartu jest domyślnie skonfigurowana. Jej adres HTTPS pozostaje stabilny podczas aktualizacji i restartów. Użytkownik może także zatrzymać instancję, a później ją wznowić. 4

Google podał przykład ceny 5,70 dol. za 30 dni nieprzerwanej pracy przy konfiguracji obejmującej 1 vCPU i 1 GiB pamięci RAM, z wykorzystaniem współdzielonego vCPU oraz budżetów na zwiększone chwilowe obciążenie. Przewaga nad dedykowaną maszyną wirtualną ma być nie tylko finansowa. Użytkownik nie musi samodzielnie utrzymywać systemu operacyjnego, zarządzać regułami zapory ani konfigurować własnego endpointu HTTPS. 4

Początkowym zastosowaniem mają być długo działające osobiste agenty AI, takie jak OpenClaw lub Hermes, które obsługują jednego użytkownika i powinny zachować stan również wtedy, gdy jego laptop jest wyłączony. Google przytoczył też wypowiedź klienta OffDeal, według której rozwiązanie ograniczyło liczbę zimnych startów o 88 proc. To wynik zgłoszony przez konkretnego klienta, a nie ogólna gwarancja wydajności ani benchmark firmy Google. 4

Co to oznacza dla infrastruktury agentów AI?

Obie zapowiedzi odpowiadają na problem, którego nie zawsze rozwiązują klasyczne usługi webowe. Agenci AI często potrzebują trwałej tożsamości i endpointu, pamięci lub stanu, długotrwałych procesów działających w tle oraz dostępu do narzędzi i danych.

Database Operations Agents mają uczynić warstwę danych bardziej „agentową”: użytkownik może opisać potrzebę, a system pomoże dobrać bazę, wdrożyć ją, obserwować i diagnozować problemy. Cloud Run instances mają z kolei dostarczyć prosty, zarządzany fundament obliczeniowy dla agentów, którzy muszą pozostawać aktywni.

Google nie rezygnuje przy tym całkowicie z kontroli człowieka. W przypadku bardziej konsekwentnych zmian w bazie — takich jak modyfikacja indeksów czy konfiguracji — agent może przygotować i zweryfikować działanie, ale jego wykonanie wymaga akceptacji. 24