Google AI Agents at ang Paglipat mula sa mga Chatbot patungo sa mga Autonomous System

Sa karamihan ng nakaraang tatlong taon, ang mga AI assistant ay gumagana sa isang simpleng prinsipyo: ikaw ang nagtatanong, sila ang sumasagot. Nagtatapos ang exchange kapag nagtatapos ang usapan. Ang modelo ay ngayon ay pinapalitan.

Sa Google I/O 2026, naipalabas noong Mayo 19, ipinakilala ng Google ang isang serye ng mga produkto na agent-first na binuo batay sa kaniyang pinakabagong Gemini models, kabilang ang Gemini 3.5 Flash at Gemini 3.5 Pro. Ang mga modelo na ito ay hindi naghihintay ng mga tanong. Sila ay nagmomonitor, nagpaplano, nagpapatupad ng maraming hakbang na gawain, at patuloy na gumagawa kahit na isara mo na ang iyong laptop. Ang pagbabago ay hindi pangkaraniwan. Ito ay isang iba’t ibang kategorya ng software.

Nagbabalangkas ang artikulong ito kung ano ang tunay na ginagawa ng bagong henerasyon ng mga AI agent na may Gemini mula sa Google, kung paano ito nagbabago ng paraan kung paano nakikipag-ugnayan ang mga indibidwal at mga negosyo sa AI, at bakit dapat maging mabuting tagapakinig ang mga trader at investor sa crypto sa anumang signal na ipinapahiwatig ng pagbabagong ito sa mga merkado.

Ano ang mga AI Agent at Paano Gumagana ang Google AI Agents

Ang isang AI agent ay isang sistema na disenyo upang makumpleto ang mga layunin sa pamamagitan ng isang serye ng mga aksyon. Sa pagkakaiba sa tradisyonal na AI chatbots na pangunahang tumutugon sa mga prompt, ang isang AI agent ay maaaring magplano ng mga gawain, gumawa ng desisyon, gamitin ang mga software tool, at magpatuloy sa paggawa hanggang matupad ang isang layunin.

Isipin ang isang simpleng paghahambing. Maaaring sagutin ng isang karaniwang chatbot ang isang tanong tungkol sa pag-book ng isang flight. Ang isang AI agent naman ay maaaring maghanap ng mga flight, i-compare ang mga presyo, punan ang mga detalye ng pag-book, i-check ang iyong kalendaryo, at mag-notify sa iyo kung kailan natapos na ang proseso. Ang pagkakaiba ay hindi lamang ang kalidad ng pakikipag-usap. Ito ay ang kakayahang gumawa ng aksyon.

Para sa mga crypto trader, direktang sumasapit ang parehong lohika. Maaaring sagutin ng chatbot kung ano ang kasalukuyang presyo ng Bitcoin. Maaaring suriin ng isang agent ang isang set ng mga altcoin para sa mga partikular na price triggers, subaybayan ang mga galaw ng whale wallet, tukuyin ang funding rate sa mga derivatives market, at mag-alala sa iyo kapag lahat ng kondisyon ay nagkakasundo para sa pagpasok, nang walang anumang manual na paghingi.

Upang magtrabaho sa antas na ito, ang mga AI agent ay nagpapagsasama ng ilang kakayahan sa isang solong sistema. Nakakarating sila ng konteksto sa mas mahabang pakikipag-ugnayan, nagr-rason sa maraming hakbang, nakakakuha ng panlabas na mga kasangkapan tulad ng email o kalendaryo, at nag-aadjust kapag lumalabas ang bagong impormasyon. Ito ang nagpapahintulot sa kanila na magtrabaho bilang mga digital na asistente na gumagawa ng mga gawain, hindi lamang mga sistema na naglalabas ng mga tugon.

Ang ideya ng AI agents ay umiiral na sa pananaliksik ng maraming taon, ngunit ang mga mas maagang modelo ay kulang sa kumpiyansa at pag-iisip na kailangan para sa pag-deploy sa malawak na saklaw sa mundo totoo. Sa 2026, simula nang magbago iyon. Ang mga pag-unlad sa intelehensya ng modelo, memorya, paggamit ng mga kasangkapan, at imprastruktura ng kompyutasyon ay ginagawa ang mga agentic system na praktikal.

Ipinosis ng Google ang kanyang pinakabagong mga modelo na Gemini sa pagbabagong ito. Ang Gemini 3.5 Flash at Gemini 3.5 Pro ay dinisenyo para sa multi-step reasoning, pag-unawa sa mahabang konteksto, at mga workflow batay sa mga kasangkapan. Ang mga kakayahan na ito ay hindi na eksperimental. Nasa proseso na ang pagpapalakas nito sa mga produkto na ginagamit ng mga consumer at enterprise sa buong mundo.

Gemini Spark: Ang Personal na AI Agent na Gumagana 24/7 sa Likod

Ang Gemini Spark ay ang pangunahing personal AI agent ng Google, inaanunsyo sa Google I/O 2026. Ito ay ilarawan ng Google bilang isang sistema na tumutulong sa mga user na mag-navigate sa kanilang digital na buhay sa pamamagitan ng paggawa sa background nang patuloy, kahit na ang phone o laptop ay naka-off.

Nagpapatakbo ang Spark sa mga virtual machine na hinahawakan ng Google Cloud, na angkop para sa patuloy na pagpapatakbo. Sa pagkakaiba sa isang assistant na batay sa session na gumagana kapag bukas mo ang app, nagtataglay ang Spark ng sariling patuloy na runtime. Maaari itong tumanggap ng isang gawain, magsimula sa pagsasagawa nito, at magpatuloy sa pag-unlad nito nang ilang oras pa lamang nang walang karagdagang input mula sa user.

Nagpapatakbo ang agent ayon sa direksyon ng gumagamit. Pumipili ang mga gumagamit na i-on ito, at nilikha ng Google ang sistema upang i-check bago gawin ang mga mahahalagang aksyon, tulad ng pagpapadala ng mensahe o paggawa ng pagbabago sa kalendaryo. Ginagawa nito ang Spark na awtonomo sa pagsasagawa ngunit hindi sa awtoridad. Itinatakda ng gumagamit ang mga hangganan; nagtatrabaho ang agent sa loob nito.

Ang Spark ay nagpapatakbo sa Gemini 3.5 Flash, ang pinakabagong at pinakamabilis na modelo sa pamilya ng 3.5 ng Google. Ayon kay Koray Kavukcuoglu, Chief Technologist sa Google DeepMind, nilikha ng Google ang isang pinabuti bersyon ng Flash na nagpapatakbo ng 12x mas mabilis kaysa sa iba pang frontier models sa parehong antas ng kalidad. Ang bilis na ito ang nagiging dahilan kung bakit ang pagpapatakbo ng mga background at mahabang panahon na gawain ay praktikal kaysa teoretikal.

Ang mga kakayahan ng Spark ay nakatuon sa mga gawain na nagsasangkot ng pag-uugnay sa impormasyon sa pagitan ng mga app at paggawa ng aksyon batay sa natuklasan nito.

Maaaring utusan ng isang user ang Spark na i-scan ang kanilang inbox tuwing Lunes ng umaga, i-summarize ang mga mahahalagang update mula sa nakaraang linggo, lumikha ng isang prioritized task list, at ischedule ang mga calendar blocks para sa nakafokus na trabaho. Awtomatikong gawin ng agent ito, ayon sa jadwal, nang walang kailangang buksan ng user ang anumang application.

Maaari rin ng Spark matutunan ang mga indibidwal na paraan ng paggawa. Maaaring hingin ng isang gumagamit na pagsuriin nito ang kaniyang huling 50 na nadala email, lumikha ng isang gabay sa istilo mula sa mga pattern na iyon, at gamitin ang gabay na iyon araw-araw habang isinusulat nito ang mga email. Tawag ng Google sa mga ito ang "Skills," mga gawi na tinukoy ng gumagamit na itatago at iiaapply ng Spark sa paulit-ulit na gawain.

Ang Personal Intelligence ay ang feature layer na nagiging contextually aware ang Spark. Sa pahintulot ng user, kumukonekta ang Spark sa Gmail, Google Calendar, Google Drive, at iba pang Google services upang maunawaan ang umiiral na data ng user bago mag-act. Ito ay sinasynthesize sa mga pinagmulan sa real time, hindi mula sa isang static snapshot.

Ang tradisyonal na software ay nangangailangan ng patuloy na manual na pagpapatakbo. Binubuksan mo ang isang tool, isinaset ito, gumagawa ka ng aksyon, at isasarado mo ito. Ang Spark ay isinasalin ang pattern na ito. Ang user ay nagtatag ng isang layunin o iskedyul isa lang beses, at ang agent ay kumokontrol sa pagpapatakbo nang awtomatiko mula sa punto na iyon patungo sa susunod.

Hindi ito awtomasyon sa tradisyonal na kahulugan ng mga macro o script. Ang agent ay nakakaintindi ng ambigong mga utos, nakakahandle ng mga exception, at nakakapag-isip tungkol sa konteksto. Para sa karaniwang mga manggagawa sa kaalaman, ang mga gawain na kailangan ng atensyon sa partikular na oras ay maaaring masolusyunan bago pa man gising ang user.

Para sa mga trader at analista, mahalaga ito sa isang partikular at agad na paraan. Hindi gumagana ang mga merkado ayon sa oras ng negosyo. Ang price action sa mga crypto market ay nangyayari nang tuloy-tuloy, at madalas na lumalabas ang mga makabuluhang pagkakataon o panganib sa panahon ng labas ng oras, nang ang karamihan sa mga trader ay hindi available. Ang isang patuloy na background agent na nagmomonitor ng mga kondisyon at naghahanda ng morning briefing bago buksan ng trader ang kanilang platform ay isang iba’t ibang uri ng kasangkapan kaysa sa anumang available sa consumer software.

Ang Gemini AI Agents at ang Crypto Trading: Ano ang Pagbabago para sa mga Participant ng Merkado

Ang mga kakayahan na nilikha ng Google sa Gemini Spark at sa mas malawak na agent platform ay direktang tumutugon sa mga problema na kinakaharap ng mga crypto trader araw-araw.

Nagpapatakbo ang mga cryptocurrency market nang 24 oras araw-araw, pitong araw sa isang linggo. Karamihan sa mga trader ay nakikibatay sa mga alerto sa presyo, ngunit ang mga alerto ay nagtatrabaho lamang kapag may mga kondisyon na iyong na-define na. Maaaring mag-isip ang isang AI agent tungkol sa mga kombinasyon ng mga signal nang sabay-sabay.

Isang agent na may konfiguradong pag-access sa merkado ay maaaring suriin ang isang watchlist ng mga token, obserbahan ang mga antas ng liquidation sa leverage positions, tuklasin ang on-chain activity tulad ng malalaking pag-transfer sa wallet, at i-synthesize ang flow ng balita, bago ihanda ang isang buod bago ang umaga ng trading session ng isang trader. Ito ay nagpapakita ng isang kwalitatibong pagbabago mula sa pasibong pagpapadala ng mensahe patungo sa aktibong paghahanda.

Ang mas malawak na merkado ay nagsasama na ang direksyon na kinakatawan ng mga produkto tulad ng Gemini Spark. Ang mga proyektong AI na crypto-native ay lumabas partikular dahil ang autonomous, task-executing AI ay may malinaw na utility sa isang merkado na hindi nagtatapos.

Ang mga proyekto tulad ng AIXBT, na binuo sa Virtuals Protocol sa Base, ay gumagana bilang mga AI agent na nakatuon sa crypto market intelligence. Sinusubaybayan ng AIXBT ang real-time market data, mga paggalaw ng kapital, at social sentiment, at pagkatapos ay naglalabas ng analisis sa machine speed. Ang mga tagapag-angkat ng sapat na AIXBT tokens ay nakakakuha ng access sa kanyang terminal dashboard, na nag-aagregate ng kaalaman na iyon. Ang Virtuals Protocol mismo, sa pamamagitan ng kanyang VIRTUAL token, ay gumagana bilang launchpad at governance layer para sa mga tokenized agent na ganito.

Nagpapatuloy ang Fetch.ai at SingularityNET sa pagbuo sa ilalim ng isang pinagsamang FET token sa pamamagitan ng Artificial Superintelligence Alliance, matapos ang paglalabas ng Ocean Protocol mula sa koalisyon noong Oktubre 2025. Ang Agentverse platform ng alliance ay nagpapahintulot sa mga developer na i-deploy ang mga autonomous agent na magco-coordinate sa loob ng mga DeFi protocol at magbabayad para sa compute o pag-access sa model gamit ang FET. Ang ASI-1 Mini nito ay isang Web3-native na malaking language model na binuo para sa agentic workflows, at isang dedikadong AI blockchain, ASI:Chain, ay nasa public DevNet noong huli ng 2025 kasama ang mainnet na layunin noong huli ng 2026.

Ang Bittensor (TAO) ay sumusunod sa iba’t ibang estruktura. Ito ay tumuturing sa machine intelligence bilang isang komodidad, kung saan ang mga nakikipag-kaibigan na subnet ng AI models ay kumikita ng TAO tokens batay sa kalidad ng kanilang mga output. Ang mga agent na nagtatanong sa network ng Bittensor ay maaaring makakuha ng espesyalisadong AI capabilities nang hindi nakadepende sa isang sentralisadong provider.

Ang karaniwang ugnayan na dumadaan sa lahat ng mga proyektong ito ay ang parehong pagtatayang nakapaloob sa Gemini Spark: na ang pinakamahalagang AI systems ay hindi ang mga sumasagot sa mga tanong, kundi ang mga nagpapatakbo nang tuloy-tuloy, nagpapatupad ng mga gawain, at nagpapabuti sa panahon.

Hindi pinapatotohanan ng mga pagpapahayag ng Google's I/O 2026 ang anumang partikular na crypto token. Ngunit kinikilala nila, mula sa pinakamataas na tingnan na pahayagan sa industriya ng teknolohiya, na ang agentic AI ay ang direksyon kung saan naglalakbay buong sektor. Para sa mga trader na nag-e-evaluate sa mga token ng AI agent, mahalaga ang mas malawak na pagpapatotohanang ito sa paraan kung paano ito binabatay ng mga merkado ng kapital.

Mahalagang tandaan na ang mga token ng AI agent ay patuloy na napakaspeculative. Ang mga proyekto tulad ng AIXBT, VIRTUAL, FET, at TAO ay may malaking volatility. Ang pag-evaluate sa mga token na ito ay nangangailangan ng parehong pagsusuri na ginagamit sa anumang bagong sektor ng crypto: pagsusuri sa totoong on-chain activity, totoong paggamit ng produkto, mga jadwal ng token emission, at kung ang pangunahing use case ay nagpapalabas ng totoong demand na higit sa speculative positioning.

Paano Gamitin ng mga Crypto Trader at Investor ang Gemini Agents para sa Araw-araw na Pag-trade

Ang agent-to-agent orchestration ng Google ay nagpapahintulot sa isang pangunahing coordinator agent na ipagkawalo ang mga sub-task sa mga espesyalisadong agent na tumatakbo nang paralelo. Para sa mga tagapag-ugnay sa merkado ng cryptocurrency, ang arkitekturang ito ay direktang nagmamapa sa maraming-lapyang kalikasan ng aktibong pagtinda, kung saan ang price action, on-chain data, flow ng balita, at panganib ng portfolio ay lahat ay nangangailangan ng pagmamasid nang sabay-sabay.

1. Pre-Market Briefings: Maaaring magbigay ng utos ang isang trader kay Gemini Spark upang jalurin ang isang morning routine bago magsimula ang session. Sinusuri ng agent ang mga galaw ng presyo sa panahon ng gabi sa isang watchlist, kinukuha ang data ng funding rate mula sa mga derivative markets, sinusuri ang mga mahalagang on-chain transfer o exchange inflows, at ipinapadala ang isang prioritized summary bago buksan ng trader ang kanilang platform. Ang mga gawain na dati ay nangangailangan ng 30 hanggang 45 minuto ng manual na pag-aggregate ay nangyayari nang awtomatiko.

2. Portfolio Tracking at Rebalancing Alerts: Maaaring mag-configure ang mga trader na nagtatrabaho sa maraming asset upang mapanatili ang mga target na allocation at ma-flag kung anumang position ay lumalabas sa tinukoy na threshold. Hindi nagpapatakbo ng mga trade nang independiyente ang agent, ngunit hinahanda ang konteksto na kailangan upang mabilis mag-act, kabilang ang kasalukuyang presyo, antas ng pagpasok, unrealized PNL, at mga kaugnay na kondisyon sa merkado sa oras na ma-trigger ang alert.

3. Pagsusuri ng Balita at Sentimento: Mabilis na tumutugon ang mga cryptocurrency market sa mga pahayag tungkol sa regulasyon, pag-upgrade ng protokolo, paglalista sa exchange, at paglabas ng mga datos sa makroekonomiya. Isang agent na konektado sa mga pinagkukunan ng balita at social platforms ay maaaring suriin ang mga keyword at narrative na may kinalaman sa mga panatili ng trader, filtarin ang ingay mula sa mga signal, at ipakita lamang ang mga update na sumusunod sa tinukoy na antas ng kahalagahan. Ito ay nagpapanatili sa mga trader na may impormasyon nang hindi kailangang magbigay ng patuloy na pansin.

4. Paghahanda sa Pananaliksik Maaaring gamitin ng mga investor na nag-e-evaluate ng mga bagong token o DeFi protocols ang Gemini agents upang automatisuhin ang proseso ng pananaliksik sa maagang yugto. Maaari ng agent na kunin ang available na dokumentasyon, i-scan ang bagong balita, i-compile ang data ng tokenomics, at ibalik ang isang istrukturadong buod. Ito ay pinapaliit ang mga oras ng paglikom ng impormasyon sa isang simula na maaaring suriin at pagbutihin ng investor.

5. Automatikong Trade Journal Ang pagpapanatili ng detalyadong trade journal ay isa sa mga pinakamadalas na nakakalimutan na disiplina sa aktibong pagtrading. Maaaring ikonfigura ang isang agent upang mag-log ng mga natapos na trade nang awtomatiko sa pamamagitan ng pagkuha ng execution data, pag-tag ng mga kondisyon sa merkado sa panahon ng trade, at pagdaragdag ng mga tala na isinulat ng trader nang pasalita o sa maikling anyo. Sa paglipas ng panahon, ito ay bumubuo ng isang istrakturadong rekord na maaaring suriin upang makita ang mga pattern sa paggawa ng desisyon.

Pahayag ng Panganib: Ang mga agent ng Gemini ay mga kasangkapan sa pag-aaral at produktibidad, hindi mga sistema sa pagtinda. Wala silang direkta access sa mga account ng exchange o nagpapatakbo ng mga transaksyon sa ngalan ng user maliban kung eksplisitong i-integrate sa mga third-party platform na nagpapahintulot dito. Ang anumang desisyon na ginawa gamit ang impormasyong handa ng agent ay ang sariling sagotanggol ng trader. Palaging i-verify ang data sa mga pangunahing pinagkukunan bago mag-act.

Mga Hamon sa Pagtatangkilik ng Gemini AI Agent noong 2026

Ang mga kakayahan ng agent ni Gemini ay umuunlad nang mas mabilis kaysa sa mga framework ng pamamahala na nakapalibot sa kanila. Maraming hamon ang magtutukoy kung gaano kalakas ang paglipat ng mga organisasyon at indibidwal mula sa pagsubok sa mga sistema hanggang sa pagtitiwala sa kanila para sa mga mahalagang gawain.

Ang mga autonomous agent na gumagawa para sa mga user ay nagtataglay ng mga agad na tanong tungkol sa hangganan ng pahintulot. Kapag ang isang agent ay sumusulat at nagpapadala ng mensahe, naglilipat ng mga file, o nagjajadwal ng pagpupulong, kailangan ng mga user ang tiwala na naiintindihan nito ang hangganan sa paghahanda ng isang aksyon at pagpapatupad nito. Ang disenyo ng Google para sa Spark ay naglalaman ng mga eksplisitong pag-check bago ang mga pangunahing aksyon, ngunit kung paano ipinapahayag at ipinapatupad ang mga hangganan ay magdedetermine sa komportable ng mga user sa malawakang saklaw.

Para sa mga crypto user, lalo na, mas mataas ang mga stakes ng maling awtomatikong aksyon kaysa sa karaniwang software na mga kaligiran. Isang agent na may access sa isang exchange account o isang konektadong wallet na maliit ang isang utos ay hindi lamang isang pagkaabala. 

Ang tanong tungkol sa pagpapahintulot ay isang isyu na kailangan din ng mga proyektong AI na crypto-native, at nananatiling isang hindi nalulutas na problema sa buong sektor. Lalo na, ang mga agent na nasa-chain ay maaaring magbigay ng isang anyo ng transparensya na hindi kayang magbigay ang mga sentralisadong sistema: bawat aksyon na ginawa ay nakarehistro sa isang publikong libro, na nagbibigay ng kakayahang i-audit na kulang sa mga tradisyonal na enterprise agent.

Kailangan ng mga tampok ng Personal Intelligence na makapag-access ang mga agent sa sensitibong data mula sa email, kalendaryo, at mga file. Ang mga gumagamit na mapag-alalahanan tungkol sa malawakang pag-access sa data ay maaaring limitahan ang koneksyon ng mga agent sa paraan na babawasan ang epektibong pagganap. 

Para sa mga enterprise agent, mas mataas ang antas ng panganib. Ang pagbibigay ng access sa isang agent sa loobang financial data, proprietary na dokumento, at customer records ay nagdudulot ng security at compliance na obligasyon na hindi pa karamihan sa mga organisasyon ay handa na pamahalaan.

Isang analista sa Forrester Research, si Devin Dickerson, ay nagtala sa pagtatala sa Cloud Next 2026 na ang ilang bahagi ng pananaw ni Google tungkol sa enterprise agent ay nagsasangkot sa pagpapagsama at pagpapasimple ng mga umiiral na kakayahan ng Vertex AI kaysa sa pagpapakilala ng ganap na bagong functionality. Para sa mga bumibili ng enterprise technology, mahalaga ang pagkilala sa tunay na pag-unlad ng kakayahan mula sa pagpapakilala muli kapag sinusuri ang mga desisyon sa investimento.

Ang mga agent na gumagana nang awtonomiko sa mahahalagang gawain ay kailangang maaasahan. Ang isang chatbot na nagbibigay ng hindi perpektong sagot ay nakakapagod. Ang isang agent na nagpapadala ng maling e-mail, nagkakamali sa pagpapabilang ng dokumento, o nagkakamali sa pag-intindi ng isang utos at gumagawa ayon sa maling pag-intindi ay isang iba’t ibang uri ng pagkabigo. 

Ang pagbuo ng sapat na kapanatagan upang patunayan ang pag-delegate ng mga mataas na antas ng gawain ay nananatiling malaking hamon sa inhinyeriya, kahit na may pagpapabuti ng kakayahan sa pag-iisip ng Gemini 3.5.

Ang Gemini Enterprise Agent Platform ay may presyo batay sa paggamit, kung saan ang paggamit ng foundation model ay kumakatawan sa pinakamalaking variable sa gastos. Para sa mga organisasyon na nagpapatakbo ng maraming kasabay na agent sa mga kumplikadong workflow, mabilis na makakalikom ang mga gastos. 

Ang Memory Bank at session storage ay binabayaran nang hiwalay, na nagdaragdag ng isa pang variable sa kabuuang gastos sa pagmamay-ari. Kailangan ng mga negosyo na magmodel ng paggamit nang mabuti bago mag-commit sa mga production deployment.

Ano ang ibig sabihin ng Google's Gemini Agent sa hinaharap ng AI?

Ang mga pagpapahayag ng Google's I/O 2026 ay nagpapakita ng mas malawak na kompetitibong dinamika na nagbabago sa industriya ng AI.

Ang pagtatagpo para sa pagbuo ng mga makabuluhang AI agent ay ngayon ang pangunahing larangan ng pagkakaroon ng mga malalaking kumpanya sa AI. Ang OpenAI, Anthropic, Microsoft, at Google ay lahat ay nagbuo ng mga patuloy at nagpapatupad ng mga gawain na sistema na hihigit sa pag-uusap. Ang pangunahing kahusayan ng Google ay nasa isang arkitekturang buong buhay na siklo na ilarawan ng isang analyst ng IDC: infrastruktura sa hardware, mga kasangkapan para sa developer para sa pagbuo at pagpapamahala ng mga agent, at isang consumer-facing na produkto sa AI na Gemini. Walang isang kompetidor na kasalukuyang may lahat ng tatlo nang sabay-sabay.

Ang integrasyon ng Gemini sa Android 17, ChromeOS, Google Workspace, at ang bagong Googlebook laptop platform ay nangangahulugan na ang mga kakayahan ng agent ay nakapalibot sa operating layer ng mga device at serbisyo na ginagamit araw-araw ng milyun-milyon tao. Kumpirmado rin ng Google sa I/O 2026 na ang Gemini ay magpapalakas sa isang mas personalisadong bersyon ng Siri para sa mga Apple device, inaasahang masisigla sa huli ng 2026, na papaabot ng agent infrastructure ng Google sa ecosystem ng Apple.

Para sa mga cryptocurrency market, ang mas malawak na kahalagahan ay malinaw. Kapag ang mga pinakamalaking kumpanya sa teknolohiya sa mundo ay publiko nang nagpapakasal sa patuloy na nagpapatakbo, task-executing AI agents bilang pangunahing direksyon ng kanilang produkto, ang mga kuwento ng merkado na nagsilbing sanhi ng pagtaas ng halaga ng AI agent tokens sa crypto ay pinapalakas ng tunay na pagpapatupad. Hindi na ito spekulatibo. Ang tanong para sa mga proyektong AI agent na native sa crypto ay kung ang kanilang on-chain implementation ay makakapagbigay ng katumbas na utility sa anumang tinatawag ng mga sentralisadong platform sa kasalukuyan.

Kongklusyon

Ang mga agent na may kakayahan ni Google’s Gemini 3.5 ay nagpapakita ng malinaw na paglipat mula sa mga reaktibong AI assistant patungo sa mga patuloy at layunin-direktadong sistema na kayang magplano at magpapatupad ng mga gawain sa loob ng panahon. Kasama ang mga produkto tulad ng Gemini Spark at ang Gemini Enterprise Agent Platform, ang AI ay hindi na limitado sa pag-sagot sa mga prompt kundi ay nagsisimula nang mag-operate bilang aktibong layer sa mga personal na workflow at enterprise operations.

Gayunpaman, ang bilis ng pagtatanggap ay magiging batay sa kung paano epektibong nasosolusyunan ang mga isyu tulad ng tiwala, privacy, reliability, at gastos. Kung masosolusyunan ang mga hamon na ito, ang agent ecosystem ni Gemini ay nagpapahiwatig ng isang hinaharap kung saan ang AI ay naging patuloy na operasyonal na layer kesa isang kasangkapan na madalas lamang interaksyonin ng mga user.

Disclaimer: AI technology (powered ng GPT) ang ginamit sa pag-translate ng page na ito para sa convenience mo. Para sa pinaka-accurate na impormasyon, mag-refer sa original na English version.