W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI. Database Onboarding Agent zajmuje się konfiguracją początkową i wyborem bazy, natomiast Database Observability Agent monitoruje środowisko, analizuje problemy...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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,
Sierpniowe zapowiedzi Google Cloud odpowiadają na dwa problemy, które coraz wyraźniej pojawiają się przy budowie agentów AI: wybór i codzienne utrzymanie baz danych oraz uruchamianie agentów, którzy muszą być dostępni także wtedy, gdy nie obsługują typowego strumienia żądań internetowych.
Pierwszą nowością jest para Database Operations Agents, zintegrowana z Gemini Cloud Assist. Drugą — udostępniona w wersji preview funkcja Cloud Run instances, czyli pojedyncze, trwałe środowisko uruchomieniowe przeznaczone dla długotrwałych i stanowych obciążeń. Razem pokazują, że Google Cloud dostosowuje zarówno warstwę danych, jak i obliczeń do potrzeb aplikacji opartych na agentach. 2
4
11
Google Cloud włączył Database Onboarding Agent i Database Observability Agent do strategii Agentic Data Cloud. Podział ich ról jest prosty: onboarding obejmuje pracę Day 0, czyli przygotowanie środowiska, a obserwowalność — operacje Day 1 i Day 2, prowadzone po wdrożeniu. 2
Database Onboarding Agent interpretuje wymagania dotyczące obciążenia, rekomenduje odpowiednią zarządzaną bazę danych, a następnie pomaga ją skonfigurować i wdrożyć. Jego zadaniem jest ograniczenie liczby ręcznych decyzji architektonicznych i czynności związanych z provisionowaniem, które zwykle trzeba wykonać przed uruchomieniem aplikacji.
Agent obsługuje AlloyDB, Bigtable, Cloud SQL i Spanner. 2
Może być szczególnie przydatny wtedy, gdy zespół wie, czego potrzebuje aplikacja — na przykład jakie ma charakterystyki obciążenia lub wymagania operacyjne — ale nie ma jeszcze pewności, która usługa bazodanowa Google Cloud najlepiej spełni te warunki.
Database Observability Agent działa na późniejszym etapie. Google opisuje jego funkcje jako monitorowanie całej floty baz danych, wykrywanie anomalii, diagnozowanie, rozwiązywanie problemów, optymalizację i utrzymanie. Agent obsługuje Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore i Memorystore. 2
24
Zamiast analizować pojedynczy sygnał w izolacji, koreluje dane z Database Insights i telemetrii Database Center, Cloud Monitoring, Cloud Logging oraz Cloud Trace. Wykorzystuje przy tym między innymi metryki, informacje o zapytaniach, inwentaryzację zasobów i dane o zgłoszonych problemach. 2
Efektem ma być coś więcej niż alert na panelu. Agent może wyjaśnić, co się dzieje, zaproponować reakcję i przeprowadzić wieloetapowy proces naprawczy. Wśród przykładów Google wymienia włączenie puli połączeń w Cloud SQL oraz dodanie indeksów.
W przypadku zmian mogących wpłynąć na działanie systemu agent wymaga zgody człowieka przed wykonaniem zweryfikowanej naprawy. Funkcje badania problemów i automatycznego usuwania usterek były dostępne w wersji preview dla wybranych klientów. 2
24
Agenty są zintegrowane z Gemini Cloud Assist. Można z nich korzystać w czacie Gemini oraz na odpowiednich stronach baz danych w Cloud Console. Google opisuje również dostęp przez narzędzia wiersza poleceń, serwery i narzędzia MCP, rozwiązania firm trzecich oraz środowiska IDE. 2
To istotne, ponieważ pomoc przy bazach danych nie została ograniczona do jednego panelu operacyjnego. Ten sam językowy sposób pracy może być wykorzystywany w miejscach, w których programiści i administratorzy już dziś analizują infrastrukturę, tworzą zasoby lub pracują nad kodem.
28 sierpnia Google Cloud udostępnił w wersji preview Cloud Run instances — funkcję różniącą się od typowej usługi Cloud Run, która automatycznie skaluje liczbę instancji w zależności od ruchu. Każda instancja działa jako singleton, czyli utrzymywana jest dokładnie jedna instancja i nie występuje autoskalowanie. Google kieruje tę funkcję do długotrwałych, stanowych obciążeń, takich jak osobiste agenty AI. 4
Najważniejsze właściwości Cloud Run instances to:
Taki model pasuje do agenta, który przechowuje stan i tożsamość oraz wykonuje zadania w tle dla jednego użytkownika. Jest natomiast mniej naturalnym wyborem dla bezstanowego endpointu internetowego, którego głównym zadaniem jest obsługa nagłych skoków liczby równoczesnych żądań.
Google podał cenę 5,70 dol. za 30 dni ciągłego działania dla konfiguracji z 1 vCPU i 1 GiB pamięci RAM, korzystającej ze współdzielonego vCPU i budżetów burst. 4
Google przedstawia tę funkcję jako korzystną nie tylko pod względem kosztów. W porównaniu z zarządzaniem własną maszyną wirtualną użytkownik może pominąć między innymi utrzymanie VM i systemu operacyjnego, konfigurację zapory oraz samodzielne tworzenie endpointu HTTPS. Podana kwota i sposób działania produktu są jednak elementem opisu wersji preview Google, a nie uniwersalnym porównaniem kosztów. Rzeczywista cena zależy od konfiguracji, wykorzystania zasobów, regionu i szczegółów rozliczeń. 4
30
31
Google przytoczył również wypowiedź klienta OffDeal, według którego liczba cold startów spadła o 88 proc. To wynik raportowany przez klienta, a nie ogólna gwarancja wydajności Google ani niezależny benchmark. 4
Tradycyjne aplikacje chmurowe zwykle rozdzielają bezstanową obsługę żądań od trwałych usług danych. Agenty AI komplikują ten model. Mogą potrzebować trwałej tożsamości i endpointu, pamięci lub stanu, długotrwałego wykonywania zadań w tle oraz dostępu do narzędzi i danych operacyjnych.
Sierpniowe rozwiązania Google Cloud odpowiadają na te potrzeby z dwóch stron:
Szersza strategia jest widoczna w koncepcji Agentic Data Cloud, która łączy dane, modele i operacyjne bazy danych w jeden system umożliwiający działanie agentów. 11 Z punktu widzenia praktyki szczególnie ważne jest to, że Google automatyzuje coraz większą część operacji, ale zachowuje udział człowieka przy zmianach baz danych mogących mieć konsekwencje produkcyjne.
2
Google Cloud nie przedstawił w ten sposób jednego uniwersalnego „środowiska dla agentów”. Dodał raczej konkretne elementy infrastruktury odpowiadające na dwa problemy:
Oba rozwiązania są przedstawiane jako funkcje w wersji preview. Przed użyciem produkcyjnym zespoły powinny sprawdzić dostępność, obsługiwane konfiguracje, uprawnienia, ceny oraz zakres automatycznych napraw. Kierunek jest jednak wyraźny: Google Cloud traktuje agentów AI jako obciążenia wymagające jednocześnie bardziej autonomicznych operacji i trwalszej infrastruktury.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI.
W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI. Database Onboarding Agent zajmuje się konfiguracją początkową i wyborem bazy, natomiast Database Observability Agent monitoruje środowisko, analizuje problemy i może wykonywać zatwierdzone poprawki.
Cloud Run instances to pojedyncze środowiska uruchomieniowe bez autoskalowania, ze stałym adresem HTTPS i maksymalnym czasem ciągłego działania wynoszącym siedem dni.
W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI. Database Onboarding Agent zajmuje się konfiguracją początkową i wyborem bazy, natomiast Database Observability Agent monitoruje środowisko, analizuje problemy...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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,
Sierpniowe zapowiedzi Google Cloud odpowiadają na dwa problemy, które coraz wyraźniej pojawiają się przy budowie agentów AI: wybór i codzienne utrzymanie baz danych oraz uruchamianie agentów, którzy muszą być dostępni także wtedy, gdy nie obsługują typowego strumienia żądań internetowych.
Pierwszą nowością jest para Database Operations Agents, zintegrowana z Gemini Cloud Assist. Drugą — udostępniona w wersji preview funkcja Cloud Run instances, czyli pojedyncze, trwałe środowisko uruchomieniowe przeznaczone dla długotrwałych i stanowych obciążeń. Razem pokazują, że Google Cloud dostosowuje zarówno warstwę danych, jak i obliczeń do potrzeb aplikacji opartych na agentach. 2
4
11
Google Cloud włączył Database Onboarding Agent i Database Observability Agent do strategii Agentic Data Cloud. Podział ich ról jest prosty: onboarding obejmuje pracę Day 0, czyli przygotowanie środowiska, a obserwowalność — operacje Day 1 i Day 2, prowadzone po wdrożeniu. 2
Database Onboarding Agent interpretuje wymagania dotyczące obciążenia, rekomenduje odpowiednią zarządzaną bazę danych, a następnie pomaga ją skonfigurować i wdrożyć. Jego zadaniem jest ograniczenie liczby ręcznych decyzji architektonicznych i czynności związanych z provisionowaniem, które zwykle trzeba wykonać przed uruchomieniem aplikacji.
Agent obsługuje AlloyDB, Bigtable, Cloud SQL i Spanner. 2
Może być szczególnie przydatny wtedy, gdy zespół wie, czego potrzebuje aplikacja — na przykład jakie ma charakterystyki obciążenia lub wymagania operacyjne — ale nie ma jeszcze pewności, która usługa bazodanowa Google Cloud najlepiej spełni te warunki.
Database Observability Agent działa na późniejszym etapie. Google opisuje jego funkcje jako monitorowanie całej floty baz danych, wykrywanie anomalii, diagnozowanie, rozwiązywanie problemów, optymalizację i utrzymanie. Agent obsługuje Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore i Memorystore. 2
24
Zamiast analizować pojedynczy sygnał w izolacji, koreluje dane z Database Insights i telemetrii Database Center, Cloud Monitoring, Cloud Logging oraz Cloud Trace. Wykorzystuje przy tym między innymi metryki, informacje o zapytaniach, inwentaryzację zasobów i dane o zgłoszonych problemach. 2
Efektem ma być coś więcej niż alert na panelu. Agent może wyjaśnić, co się dzieje, zaproponować reakcję i przeprowadzić wieloetapowy proces naprawczy. Wśród przykładów Google wymienia włączenie puli połączeń w Cloud SQL oraz dodanie indeksów.
W przypadku zmian mogących wpłynąć na działanie systemu agent wymaga zgody człowieka przed wykonaniem zweryfikowanej naprawy. Funkcje badania problemów i automatycznego usuwania usterek były dostępne w wersji preview dla wybranych klientów. 2
24
Agenty są zintegrowane z Gemini Cloud Assist. Można z nich korzystać w czacie Gemini oraz na odpowiednich stronach baz danych w Cloud Console. Google opisuje również dostęp przez narzędzia wiersza poleceń, serwery i narzędzia MCP, rozwiązania firm trzecich oraz środowiska IDE. 2
To istotne, ponieważ pomoc przy bazach danych nie została ograniczona do jednego panelu operacyjnego. Ten sam językowy sposób pracy może być wykorzystywany w miejscach, w których programiści i administratorzy już dziś analizują infrastrukturę, tworzą zasoby lub pracują nad kodem.
28 sierpnia Google Cloud udostępnił w wersji preview Cloud Run instances — funkcję różniącą się od typowej usługi Cloud Run, która automatycznie skaluje liczbę instancji w zależności od ruchu. Każda instancja działa jako singleton, czyli utrzymywana jest dokładnie jedna instancja i nie występuje autoskalowanie. Google kieruje tę funkcję do długotrwałych, stanowych obciążeń, takich jak osobiste agenty AI. 4
Najważniejsze właściwości Cloud Run instances to:
Taki model pasuje do agenta, który przechowuje stan i tożsamość oraz wykonuje zadania w tle dla jednego użytkownika. Jest natomiast mniej naturalnym wyborem dla bezstanowego endpointu internetowego, którego głównym zadaniem jest obsługa nagłych skoków liczby równoczesnych żądań.
Google podał cenę 5,70 dol. za 30 dni ciągłego działania dla konfiguracji z 1 vCPU i 1 GiB pamięci RAM, korzystającej ze współdzielonego vCPU i budżetów burst. 4
Google przedstawia tę funkcję jako korzystną nie tylko pod względem kosztów. W porównaniu z zarządzaniem własną maszyną wirtualną użytkownik może pominąć między innymi utrzymanie VM i systemu operacyjnego, konfigurację zapory oraz samodzielne tworzenie endpointu HTTPS. Podana kwota i sposób działania produktu są jednak elementem opisu wersji preview Google, a nie uniwersalnym porównaniem kosztów. Rzeczywista cena zależy od konfiguracji, wykorzystania zasobów, regionu i szczegółów rozliczeń. 4
30
31
Google przytoczył również wypowiedź klienta OffDeal, według którego liczba cold startów spadła o 88 proc. To wynik raportowany przez klienta, a nie ogólna gwarancja wydajności Google ani niezależny benchmark. 4
Tradycyjne aplikacje chmurowe zwykle rozdzielają bezstanową obsługę żądań od trwałych usług danych. Agenty AI komplikują ten model. Mogą potrzebować trwałej tożsamości i endpointu, pamięci lub stanu, długotrwałego wykonywania zadań w tle oraz dostępu do narzędzi i danych operacyjnych.
Sierpniowe rozwiązania Google Cloud odpowiadają na te potrzeby z dwóch stron:
Szersza strategia jest widoczna w koncepcji Agentic Data Cloud, która łączy dane, modele i operacyjne bazy danych w jeden system umożliwiający działanie agentów. 11 Z punktu widzenia praktyki szczególnie ważne jest to, że Google automatyzuje coraz większą część operacji, ale zachowuje udział człowieka przy zmianach baz danych mogących mieć konsekwencje produkcyjne.
2
Google Cloud nie przedstawił w ten sposób jednego uniwersalnego „środowiska dla agentów”. Dodał raczej konkretne elementy infrastruktury odpowiadające na dwa problemy:
Oba rozwiązania są przedstawiane jako funkcje w wersji preview. Przed użyciem produkcyjnym zespoły powinny sprawdzić dostępność, obsługiwane konfiguracje, uprawnienia, ceny oraz zakres automatycznych napraw. Kierunek jest jednak wyraźny: Google Cloud traktuje agentów AI jako obciążenia wymagające jednocześnie bardziej autonomicznych operacji i trwalszej infrastruktury.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI.
W sierpniu 2026 roku Google Cloud przedstawił agentów do wdrażania i obserwowalności baz danych, a także funkcję Cloud Run instances dla trwałych obciążeń AI. Database Onboarding Agent zajmuje się konfiguracją początkową i wyborem bazy, natomiast Database Observability Agent monitoruje środowisko, analizuje problemy i może wykonywać zatwierdzone poprawki.
Cloud Run instances to pojedyncze środowiska uruchomieniowe bez autoskalowania, ze stałym adresem HTTPS i maksymalnym czasem ciągłego działania wynoszącym siedem dni.