如果你最近打开 Google Cloud Console 搜索”Vertex AI”，发现入口消失了，这不是 bug。2026 年 4 月 22 日，Google 在 Cloud Next 大会上宣布将 Vertex AI 更名为 Gemini Enterprise Agent Platform，2026 年 5 月 21 日完成迁移，控制台中 Vertex AI 页面已重定向到新的 Agent Platform。

这篇文章把这次变化说清楚，同时覆盖模型调用、自定义训练、RAG 检索增强生成的完整使用流程。

Vertex AI 更名为 Gemini Enterprise Agent Platform

什么变了，什么没变

没有变的： API 端点完全不变，仍然是 aiplatform.googleapis.com。所有调用 Vertex AI 的现有代码，无论是模型推理、训练作业还是端点部署，不需要修改任何一行代码，继续正常运行。原有的 Model Garden、Custom Training、AutoML、Model Registry、Endpoints、Pipelines 等功能，全部保留在新控制台的”Models”菜单下。

变了的： 控制台入口和产品名称。在 GCP 控制台中，原来的”Vertex AI”页面重定向到”Agent Platform”，产品全名为 Gemini Enterprise Agent Platform。功能组织方式从”模型为中心”变为”Agent 为中心”——原来的模型和 MLOps 功能成为子功能，新增的 Agent 构建和编排功能成为一级入口。

SDK 的重要变化（2026 年 6 月起生效）： Vertex AI SDK（google-cloud-aiplatform）2026 年 6 月之后的版本将不再支持 Gemini 新功能。调用 Gemini 模型的代码应迁移到 Gen AI SDK（google-genai），新的 Gemini 功能只在 Gen AI SDK 中提供。已有的 Vertex AI SDK 代码在 2026 年 6 月前的版本中仍然可用，不需要立即迁移，但新项目建议直接使用 Gen AI SDK。

为什么 Google 做这个变化

Vertex AI 于 2021 年发布时，定位是”企业级 ML 平台”，核心价值是模型训练和 MLOps。到 2025 年，Google 在 AI 领域同时运营三个有重叠的产品：Vertex AI（模型和 MLOps）、Agentspace（企业 Agent 平台）、Gemini API（生成式 AI 调用）。三者功能交叉，客户选择时容易困惑。

Gemini Enterprise Agent Platform 把这三条产品线合并为一个统一品牌，同时将战略重心从”提供模型”转向”构建、部署和治理 Agent”。模型是 Agent 的基础组件，而不再是产品的核心。这个转变反映了 Google 对企业 AI 应用形态的判断：2026 年企业真正需要的不只是能对话的大模型，而是能自主执行多步骤任务的 Agent 系统。

核心功能概览

Gemini Enterprise Agent Platform（原 Vertex AI）当前提供以下几类核心能力，理解这个分层有助于选择正确的工具：

模型访问（Model Garden）： 通过统一 API 调用 200+ 预训练基础模型，包括 Gemini 3.5 系列、Claude（Anthropic）、Llama 4（Meta）、Gemma 和 Mistral。不需要自己部署模型，按 Token 用量付费。

自定义训练（Custom Training）： 在 GCP 的 GPU/TPU 上运行自定义机器学习训练代码，支持 TensorFlow、PyTorch、JAX 和 XGBoost，按训练时长和硬件规格计费。

AutoML： 无需编写训练代码，上传结构化数据、图片或文本数据集，AutoML 自动完成特征工程和模型训练，适合没有 ML 工程能力的团队。

Agent 构建（Agent Garden / Agent Studio）： 2026 年新增的核心功能。Agent Garden 提供预制 Agent 模板库，Agent Studio 是可视化的无代码 Agent 构建界面，Agent Engine（原 Vertex AI Agent Builder 中的部署运行时）是托管的 Agent 运行环境。

RAG Engine 和 Vector Search： 检索增强生成（RAG）的托管方案，将企业私有文档导入向量数据库，模型在生成回答时自动检索相关内容，减少幻觉，让模型的回答有文档依据。

Memory Bank 和 Sessions（2026 年新增，已开始计费）： Sessions 管理单次对话的状态和上下文，Memory Bank 跨多次对话存储长期记忆，让 Agent 在不同会话中保持对用户偏好和历史的记忆。两者从 2026 年 1 月 28 日开始计费。

调用 Gemini 模型：Gen AI SDK 的使用方式

2026 年 6 月后，新的 Gemini 功能只在 Gen AI SDK 中提供，新项目应直接使用 Gen AI SDK 而不是旧版的 Vertex AI SDK。

安装和认证

# 安装 Gen AI SDK

pip install google-genai

# 安装 gcloud CLI 并配置认证

gcloud auth application-default login

基础文本调用

from google import genai

from google.genai import types

# 通过 Vertex AI（Agent Platform）调用 Gemini

client = genai.Client(

    vertexai=True,

    project=’my-project’,

    location=’us-central1′

)

response = client.models.generate_content(

    model=’gemini-2.5-pro’,

    contents=’请用中文简要说明谷歌云的主要产品线。’,

    config=types.GenerateContentConfig(

        temperature=0.3,

        max_output_tokens=1000,

        system_instruction=’你是一个专业的谷歌云顾问，回答简洁准确。’

    )

)

print(response.text)

流式输出

# 流式输出适合需要实时显示生成内容的场景

for chunk in client.models.generate_content_stream(

    model=’gemini-2.5-pro’,

    contents=’详细介绍谷歌云的 AI 产品演进历程。’

):

    print(chunk.text, end=”, flush=True)

多模态调用（图片 + 文本）

import base64

# 读取图片并编码

with open(‘architecture_diagram.png’, ‘rb’) as f:

    image_data = base64.b64encode(f.read()).decode(‘utf-8’)

response = client.models.generate_content(

    model=’gemini-2.5-pro’,

    contents=[

        types.Part.from_bytes(

            data=base64.b64decode(image_data),

            mime_type=’image/png’

        ),

        ‘请分析这张架构图，指出潜在的性能瓶颈。’

    ]

)

print(response.text)

自定义模型训练

对于需要在私有数据上训练自定义模型的场景，Agent Platform 提供托管训练作业，在指定的 GPU 或 TPU 硬件上运行训练代码，按实际使用时长计费。

提交训练作业

from google.cloud import aiplatform

aiplatform.init(project=’my-project’, location=’us-central1′)

# 提交自定义训练作业

job = aiplatform.CustomTrainingJob(

    display_name=’my-training-job’,

    script_path=’trainer/task.py’,

    container_uri=’us-docker.pkg.dev/vertex-ai/training/pytorch-gpu.2-1:latest’,

    requirements=[‘torch’, ‘transformers’],

)

model = job.run(

    dataset=None,

    replica_count=1,

    machine_type=’n1-standard-8′,

    accelerator_type=’NVIDIA_TESLA_V100′,

    accelerator_count=1,

    args=[‘–epochs=10’, ‘–batch_size=32’]

)

训练完成后，模型自动注册到 Model Registry，可以直接部署到推理端点，也可以导出到 Cloud Storage 用于其他推理框架。

部署模型到推理端点

# 从 Model Registry 部署模型

endpoint = model.deploy(

    machine_type=’n1-standard-4′,

    min_replica_count=1,

    max_replica_count=5,

    accelerator_type=’NVIDIA_TESLA_T4′,

    accelerator_count=1,

    traffic_split={‘0’: 100}

)

# 发起在线预测

prediction = endpoint.predict(

    instances=[{‘input’: ‘sample text to classify’}]

)

print(prediction.predictions)

端点支持自动扩缩容，流量低时缩到最小副本数，流量高时自动扩容到最大副本数，按实际运行的副本数量和机型计费。

RAG Engine：企业私有知识库

RAG（Retrieval-Augmented Generation，检索增强生成）是目前企业 AI 应用中使用最广泛的架构模式：将企业内部文档（产品手册、技术文档、合规规定）导入向量数据库，用户提问时先从知识库检索相关内容，再将检索结果和问题一起发送给模型生成有依据的回答。

RAG Engine 是 Agent Platform 提供的全托管 RAG 方案，不需要自建向量数据库或手动实现 Embedding 和检索逻辑。

from google.cloud import aiplatform_v1beta1 as vertex_ai

# 创建 RAG 语料库

rag_client = vertex_ai.VertexRagDataServiceClient()

corpus = rag_client.create_rag_corpus(

    parent=f’projects/my-project/locations/us-central1′,

    rag_corpus={

        ‘display_name’: ‘企业知识库’,

        ‘description’: ‘内部产品文档和技术规范’

    }

)

# 导入 Cloud Storage 中的文档

import_response = rag_client.import_rag_files(

    parent=corpus.name,

    import_rag_files_config={

        ‘gcs_source’: {

            ‘uris’: [‘gs://my-bucket/docs/’]

        },

        ‘rag_file_chunking_config’: {

            ‘chunk_size’: 512,

            ‘chunk_overlap’: 100

        }

    }

)

文档导入后，在调用 Gemini 时附加 RAG 检索配置，模型自动从语料库中检索相关内容：

from google.genai import types

response = client.models.generate_content(

    model=’gemini-2.5-pro’,

    contents=’我们产品的退款政策是什么？’,

    config=types.GenerateContentConfig(

        tools=[

            types.Tool(

                retrieval=types.Retrieval(

                    vertex_rag_store=types.VertexRagStore(

                        rag_resources=[

                            types.RagResource(rag_corpus=corpus.name)

                        ]

                    )

                )

            )

        ]

    )

)

RAG Engine 适合企业内部问答、客服知识库和合规文档查询场景。对于需要分析和查询结构化数据的场景，BigQuery 配合 Gemini 的文本到 SQL 能力是更合适的方案，参考 谷歌云 BigQuery 指南的 AI 集成部分。

计费方式

Agent Platform（原 Vertex AI）的计费按功能类型分层：

基础模型调用（按 Token 计费）： 调用 Model Garden 中的 Gemini、Claude 等预训练模型，按输入和输出 Token 数量计费。以 Gemini 2.5 Pro 为例，输入 $1.25/百万 Token，输出 $10/百万 Token（以 GCP 控制台当期报价为准）。

自定义训练（按机器时长计费）： 训练作业按实际运行时间和硬件规格（机型 + GPU/TPU 数量）计费，无论是否有实际进展都产生费用，训练完成后应立即结束作业。GPU 实例价格参考 Compute Engine 的加速器附加费，A100 约 $3.28/GPU-小时，H100 更高。

推理端点（按运行时长计费）： 部署到端点的模型按实际运行的副本数和机型计费，没有请求时端点仍然计费。如果推理流量不稳定，考虑使用 Cloud Run 部署模型服务，可以缩容到零，只在有请求时计费。

RAG Engine（按检索和存储计费）： 文档向量化（Embedding）按 Token 计费，向量存储按数据量计费，检索操作按调用次数计费。

Memory Bank 和 Sessions（2026 年 1 月 28 日开始计费）： Memory Bank 按存储的记忆数量和查询次数计费，Sessions 按活跃会话数计费，新功能建议在正式使用前在 GCP 账单中确认具体费率。

功能	计费方式	说明
预训练模型调用	按 Token	输入输出分别计费
自定义训练	按机器时长	包含 GPU/TPU 附加费
推理端点	按副本运行时长	无请求仍计费
RAG Engine	按存储和检索次数	Embedding 按 Token
Memory Bank	按记忆数量和查询	2026 年 1 月起计费

账号开通与代理充值

使用 Agent Platform（原 Vertex AI）需要有效的 GCP 账号，且 GPU 训练资源（A100、H100）的配额在新账号下默认为零，需要单独提交配额申请，审批周期从 1–5 个工作日不等，新账号申请高规格 GPU 的通过率明显低于有历史消费记录的账号。

通过 代理商 渠道获取的稳定账号，配额更宽松，适合直接用于 AI 训练和模型部署，1 分钟交付，免实名免绑卡。对于月均 GCP 消耗在 $500 以上的 AI 团队（GPU 训练费用通常远超这个量级），通过 代理商 充值享赠金返点（充值 $1000 到账 $1150，充值 $3000 到账 $3500），叠加 GCP 的 Spot VM 训练折扣（最高 60% off），年度实际 AI 训练成本明显低于官网按需计费价格，付款支持 USDT 和对公转账。