Google Cloud 8月发布两项新能力：让数据库运维和持久在线AI代理更省心

Google Cloud在2026年8月把重点放在一个越来越现实的问题上：AI代理不只是需要模型，还需要数据库、持久状态、稳定入口，以及尽可能少的人工运维。

围绕这一目标，Google Cloud推出了两项互补能力。一边是集成Gemini Cloud Assist的Database Operations Agents，用于简化数据库从部署到日常维护的工作；另一边是Cloud Run单实例预览，为需要持续在线运行的AI代理提供更稳定的托管运行时。两者都属于Google Cloud推动的“Agentic Data Cloud”及其更广泛的代理化云基础设施方向。211

数据库运营代理：从选型、部署到排障

Google Cloud于8月初公布了两款Database Operations Agents，分别对应数据库生命周期中的不同阶段。

Database Onboarding Agent：减少“第0天”配置工作

Database Onboarding Agent面向数据库上线前的“第0天”任务。用户可以用自然语言描述应用的工作负载和需求，代理据此推荐合适的托管数据库，并引导完成设置、配置和初始部署，而不必手动查阅大量文档、逐项做出架构和资源配置决定。

该代理支持以下数据库服务：

• AlloyDB
• Bigtable
• Cloud SQL
• Spanner

2

Database Observability Agent：覆盖“第1天”和“第2天”运维

数据库上线后，Database Observability Agent负责更持续的运维工作，包括数据库集群监控、异常发现、问题诊断、故障排查、性能优化和维护。它支持Cloud SQL、AlloyDB、Spanner、Bigtable、Firestore和Memorystore。213

该代理可以关联多类运维信号，包括Database Insights和Database Center遥测数据、Cloud Monitoring、Cloud Logging以及Cloud Trace中的信息，同时结合指标、查询数据、数据库清单和问题记录进行分析。Google Cloud表示，这种跨来源关联可用于生成根因分析，而不是只报告某个指标超出了阈值。2

它的能力也不止于给出建议。在获得人工批准后，代理可以执行经过验证的修复操作，例如为Cloud SQL启用连接池，或添加数据库索引。相关的产品内调查和修复功能当时面向部分客户提供预览，涉及有影响的数据库变更时仍保留人工审批环节。2

Gemini Cloud Assist及更多开发入口

这些数据库代理集成在Gemini Cloud Assist中，用户可以通过Gemini聊天界面以及Cloud Console中相关的数据库页面调用它们。Google Cloud还开放了相关能力的其他使用方式，包括命令行界面、MCP服务器和工具、第三方工具及集成开发环境（IDE）。2

这意味着数据库运维不再只能依赖专门的控制台操作或固定脚本，也可以通过对话方式提出“帮我找出延迟上升的原因”或“根据这个工作负载推荐数据库”等任务，再由代理结合云上遥测数据进行调查。

Cloud Run单实例：为持久在线AI代理保留一个稳定运行环境

8月28日，Google Cloud预览了Cloud Run的一种专用单实例运行时。它始终只运行一个实例，不进行自动扩缩容，因此定位并不是高吞吐、无状态的Web服务，而是需要持续运行、保留状态或保持可访问地址的工作负载。4

这一运行时具备几项关键特征：

• 单个实例最长可运行7天；
• 默认配置自动重启策略；
• 更新和重启后仍保留稳定的HTTPS URL；
• 用户可以停止实例，之后再恢复运行。4

Google Cloud给出的示例价格是：持续运行30天、配置为1个vCPU和1 GiB内存，费用为5.70美元。该配置使用共享vCPU和突发预算。与自行维护虚拟机相比，其价值不仅体现在计算费用上，也体现在运维负担的减少：用户无需单独维护虚拟机和操作系统、管理防火墙，或自行配置HTTPS访问端点，同时也不必为一台始终开启的完整虚拟机支付相应的全部计算成本。4

Google Cloud最初瞄准的场景，是需要持续运行的个人AI代理，例如OpenClaw或Hermes。这类代理通常服务于单个用户，需要在用户笔记本电脑关机或离线时继续保留身份、状态和后台任务。4

Google Cloud还引用了客户OffDeal关于冷启动次数减少88%的说法。不过，这属于客户报告的结果，并不等同于Google Cloud对所有工作负载作出的性能保证或通用基准测试结论。4

这两项能力为何互补

传统Web应用通常可以在没有请求时缩容到零，并把数据库运维拆分给专门的基础设施团队。但新一代AI代理往往需要更持久的运行方式：它们可能要保留长期身份和记忆，持续执行后台任务，访问工具和数据，并通过稳定端点对外提供服务。24

Database Operations Agents试图让数据层具备更强的“代理化”能力：从选择数据库、完成部署，到观察运行状态、寻找根因，再到在人工批准后执行修复，都可以由自然语言驱动。Cloud Run单实例则为计算层提供更适合持久、有状态代理进程的托管原语。

合在一起看，Google Cloud的路线并不是完全取消人的参与，而是把重复的基础设施工作交给代理，同时在数据库变更等高影响操作上保留审批机制。对于希望部署长期运行AI代理的团队而言，这种组合可能意味着更少的手工配置、更稳定的运行入口，以及更低的日常运维压力。