<mark id="oztn4"></mark>
0
Google I/O 向來是全球開發者日歷上最密集的信息節點，更是科技巨頭宣示AI野心的最高舞臺。
2026年5月19日，加州山景城，Sundar Pichai 在兩個小時內扔了16款核心產品更新。其中有5個產品各自坐擁30億用戶，Gemini 助手已有9億用戶，搜索AI Mode上線僅一年，月活突破10億。
沒有"One More Thing"的懸念節奏，沒有刻意留到最后的重磅彩蛋。Google選擇了一種近乎轟炸式的信息發布策略：把所有東西一次性攤在桌面上。
Pichai在臺上說了一句耐人尋味的話："最前沿的Agent可能只觸達過世界上0.1%的人。真正的問題，是怎么把這種前沿能力規模化交付給真正的更廣泛的用戶。"
這話的潛臺詞很直白：Agent 今天還是少數極客和高端企業的玩具，但 Google 要把它變成30億人的日常。
Google I/O 2026的發布清單（部分）
詳情鏈接：https://blog.google/innovation-and-ai/technology/developers-tools/google-io-2026-collection/
如果把Google這次發布的產品疊起來看，可以讀出四層清晰的結構。
模型層是最底層。
Gemini 3.5 Flash承擔的是"壓低Agent邊際成本"的任務。它的輸出速度是同級別前沿模型的4倍，價格卻不到一半。
Pichai在臺上算了一筆賬：一家頭部企業如果一天處理一萬億token，把80%的負載從其他前沿模型遷到3.5 Flash，一年能省下超過10億美元。
產品層是用戶直接感知的部分。
此次產品層最大的變化是Gemini 從“一個 AI 應用/助手”變成跨搜索、辦公、郵箱、視頻、開發、圖像、硬件和 Android 系統的通用代理層。
比如Search Generative UI、Ask YouTube等產品說明搜索已經可以直接理解內容、定位片段、生成答案和交互布局。
這意味著 Google 最核心的搜索產品，正在從“信息檢索”走向“答案與任務界面”。
Gemini Spark、Daily Brief、Information Agents、Android Halo 都是做持續運行的個人代理，說明 AI 不再只是被動響應，而是開始常駐、主動、跨應用工作。
尤其是Intelligent Eyewear等硬件方面的新品，本質上是在搶“下一代默認交互界面”。
商業層解決的是"Agent怎么賺錢"的問題。
Universal Cart是跨平臺購物車，帶兼容性檢查和價格追蹤。Compute-Used計費取代了每日限額，新增的100美元/月Ultra檔位和降至200美元/月的原檔位，構成了更精細的定價梯度。
基礎設施層是支撐一切的底座。
Google 內部日處理token已經從3月的5000億激增至如今的3萬億以上，每月跨自家產品處理的token已達3.2千萬億，是2025年I/O時480萬億的7倍。全球部署超過100萬顆第八代TPU，首次走"雙芯片"分工路線。8T專做訓練，8I專做推理，構成了競爭對手難以復制的護城河。
"25年來最大的搜索升級"。
這些產品更新中，最重要的在于搜索AI Mode，被Google稱為"25年來最大的搜索升級"。
傳統搜索是"用戶輸入關鍵詞，搜索引擎返回鏈接列表"。而AI Mode是"用戶用自然語言描述需求，搜索引擎直接生成答案、執行操作、甚至代用戶完成任務"。
Generative UI讓搜索框根據查詢內容動態生成不同的界面布局。查天氣時自動生成帶圖表的dashboard，查股票時自動生成走勢圖，查餐廳時自動生成地圖和評分卡片。
Custom Dashboards（Mini Apps）讓用戶可以創建持久化的自定義追蹤面板。比如追蹤某個股票的實時數據、某個航班的動態、某個電商商品的價格變化。這些面板超越了靜態網頁的范疇，完全由AI動態生成交互式界面。
Information Agents則更進一步。它們超越了"用戶查詢時才響應"的傳統模式，轉向7x24小時后臺監控。當某個用戶關心的信息發生變化時，Agent主動推送通知。
這意味著搜索框正在從"檢索工具"變成"AI工作面"（Runtime）。搜索框變成了一種常駐的背景能力，隨時待命。
Gradient Flow創始人Ben Lorica在會后寫了一篇分析，核心判斷是："Google used this I/O to stake a claim on the agentic layer, and the ambition is wider than any single product."
他的觀察是：Google的方向很明確，要讓AI從"回答問題"升級為"運行界面、工作流和代理，覆蓋整個生態系統"。
從模型層到產品層到商業層到基礎設施層，每一層都在為同一個目標服務：讓Agentic AI成為Google生態的默認運行模式。
9to5Google對此的報道很直接："At I/O 2026, Google announced a tidal wave of new Gemini-powered features across its biggest products and services."
"Tidal wave"這個詞選得準確，Google沒有給競爭對手留下任何可以喘息的縫隙。搜索、瀏覽器、手機、眼鏡、辦公套件、開發者工具、購物、科研，全部被Agent覆蓋。
但Google再一次的飽和式發布不是炫耀，是焦慮。
在Agent賽道上"雖遲但到"的Google，正在用生態廣度彌補單點創新的不足。
Gradient Flow的Ben Lorica說得更直接：Google用這場I/O宣示了對Agentic層的主權，其野心遠超任何單一產品。
Gemini 3.5 Flash是發布會當天全面可用的產品，也是Google阻擊OpenAI的核心武器。
這是谷歌最強的Agent和編程輕量模型，能部署多個子Agent協同完成任務，在幾乎所有基準測試上超過上一代旗艦Gemini 3.1 Pro。
輸出速度是其他前沿模型的4倍，在Antigravity中優化后可達12倍。價格不到同檔前沿模型的一半。這種速度與性能的平衡使3.5 Flash成為處理長時程Agent任務的最理想選擇。
由此可見，Google選擇的競爭維度已經超出了"誰的模型更聰明"，轉向"誰的模型更便宜、更快、更容易規模化部署"。
速度只是表象。真正的殺招在生態位。
OpenAI目前是一個"有大腦、沒身體"的巨人。GPT-5.5在基準測試上依然領先，但用戶需要通過API把它接入別人的產品里。
而Google展現的則是"全地形作戰"能力：用戶不需要打開ChatGPT、不需要切換應用，就在Workspace、手機系統、搜索框里完成所有任務。
Workspace的集成是原生的。Gmail里語音編輯，Docs里語音"頭腦風暴"創建文檔，Keep里語音操作。Microsoft 365也能接OpenAI的API，但那是嫁接，這是內置。
更狠的是定價策略。Google Search免費使用3.5 Flash。OpenAI的同等能力需要付費。
Pichai算了一筆賬給CIO聽：一家頭部企業一天處理一萬億token，把80%的負載從其它前沿模型遷到3.5 Flash，一年能省下超過10億美元。
他還透露了一個極限測試：在尚未發布的3.5 Pro支持下，Google曾讓93個不同Agents協同工作，消耗26億token，從零建造起一個復雜系統項目。
這充分展示了Agent編排的規模化能力。
OpenAI當然不會坐以待斃。Codex已經上線移動端，Operator在做Agent探索。但Google這一輪飽和攻擊的底層邏輯很清楚：AI競賽從"誰擁有最好的模型"轉向"誰擁有運行智能體的完整堆棧"。
事實說明，OpenAI可能在某些基準測試上領先，但Google在"把模型推到用戶面前"這件事上擁有結構性優勢。
Antigravity 2.0是這場I/O中最被低估的發布。
它從"面向開發者的智能體式IDE"轉向"通用多Agent編排平臺"，作為獨立桌面應用成為Agent交互的中央樞紐。任何人都能編排Agent完成各類任務，不限于編碼。它可以同時部署多個Agent，一個寫代碼、一個生成素材、一個規劃架構。
最關鍵是Antigravity SDK，它讓第三方程序可直接、可編程地訪問驅動Google自家產品的同一套Agent harness。
這是在構建Agent時代的"Android"。
Google內部測試顯示，Agent完全從零搭出一個能跑的操作系統，API耗費在1000美金以內。
但開發者社區的反饋并不一邊倒。Gradient Flow的調研顯示，部分開發者認為Google的編碼體驗"sloppy"，尤其在深層系統級工作中表現不佳。Gemini在Agent編碼和工具使用方面仍落后于OpenAI和Anthropic。
這恰恰說明了兩種生態哲學的碰撞。Anthropic的Claude Code走的是"精英路線"，SWE-Bench Pro 64.3%當前公開基準領先，強調安全、可靠、高質量。
Anthropic收購Stainless，買的是"頂級人工把關最后防線"。Google的Antigravity走的是"官方化"路線，用基礎設施規模加多Agent編排加極速性能，把編程Agent變成Google生態的默認選項。
前者是"少而精"，后者是"大而全"。
Cursor年收入突破20億美金，證明了編程Agent市場的巨大空間。Google現在帶著3.5 Flash的1000美元搭系統成本殺入，對整個獨立開發者工具賽道都是一次降維打擊。
部分開發者看好Google的集成優勢，尤其是與Android、Firebase、Google AI Studio的原生打通，這是OpenAI和Anthropic所不具備的。
但從業者會根據其在真實代碼庫中的可靠性來評判。編排故事很有前景，但粗糙的編碼體驗能不能撐起企業級應用，還需要時間驗證。
在整場發布會中最具長期戰略意義、也最耐人尋味的，莫過于 Gemini for Science 的低調亮相。
這一布局，完美印證了我們之前對大模型演進范式的判斷。
快思考是Thinking Machine Lab的等一批OpenAI叛將的路徑。Altman強調了當前大模型在瞬時響應上的極限，表示快不一定代表好，現在Google則是在此基礎上，實現超級加倍。
Gemini for Science的定位很明確："人類創造力的倍增器"。不止于問答，覆蓋假設生成、計算驗證、文獻綜合的完整科學方法閉環。
Gemini for Science的三大實驗性原型工具已在Google Labs推出。
Co-Scientist通過多智能體"創意競賽"生成、辯論并評估假設，所有主張均經過深度驗證并附可點擊引用。
AlphaEvolve并行生成并評分數千種代碼變體，BASF用它優化供應鏈，Klarna用它將訓練速度翻倍。
NotebookLM檢索科學文獻，將結果結構化為可自定義屬性的表格，支持聊天式深挖并生成報告、幻燈片、信息圖及音視頻概述。
Science Skills直接集成于Antigravity等平臺，整合超過30個主要生命科學數據庫和工具，將結構生物信息學和基因組分析從數小時縮短至數分鐘。
這背后是DeepMind二十年的科學AI積累。Co-Scientist來自DeepMind，AlphaEvolve來自DeepMind，直接集成AlphaFold Database和AlphaGenome API。AlphaFold已幫助超過300萬研究人員。
相比于 OpenAI 還在探索如何讓模型“顯得有邏輯”，擁有 DeepMind 血統的 Gemini for Science 顯然更值得大眾和整個科學界期待，它代表著 AI 真正進入改造客觀世界的深水區。
Google I/O 2026 是一面鏡子，照出了大模型戰爭下半場最殘酷的演進規律：Agent 時代的勝負手，在于誰能先終結延遲和模態切換。
在過去兩年里，AI 創業圈享受了一段黃金般的“小確幸”時代。無數獨立開發者和獨角獸公司的成功模式，本質上都是“在 ChatGPT 之外，找一個細分場景，做一個體驗好 10 倍的包裝 App 或插件”。
但 Google 這場飽和式發布，用近乎粗暴的方式傳遞了一個信號：用“原生一體化”消解 OpenAI 辛苦建立的“插件生態”和創業者的生存空間。
當用戶不需要在窗口間切換上下文，不需要跨生態忍受網絡延遲，就能在系統底層和日常工具里調用一切 Agent 能力時，那些“套殼”和“單點創新”的工具溢價空間將被無情壓縮。
這標志著 AI 領域的一系列“小確幸”時代徹底結束了，“大帝國”的全面競爭正式開啟。
在這場關于“入口所有權”的終極絞殺中，沒有公司能偏安一隅。巨頭已經攜千億資本筑起高墻，而留給獨立開發者的，將是一場必須向著極高精度和絕對中立長尾進軍的生死突圍。雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
