来源 | 科技行者
Google I/O Connect China 每年都有一个中文意境的主题，今年主题直接包含了一个“境”字，叫“智体新境”，这就很有韵味了。智体，自然是指智能体；新境，我想应该是新的境界，一个智能体与人共同创造、共同协作的新境界。
从进化论的角度，环境有变化，应对必然也要有变化。三年前开发者还在写 prompt 跟 AI 对话，两年前开始让 AI 按步骤跑工作流，今年 AI 已经可以接一个完整目标自己干活了。开发者的工作方式在变，模型的组织方式在变，底层的算力也在变。
对于中国开发者与出海企业来说，接下来的问题就很具像化了：用什么工具开发，成本怎么控制，产品怎么落地到海外市场？Google 在这场会上讲的，是一整套面向智能体时代的航海术。
/01/ 中国航海者在全球跑出特色成绩
Google 大中华区及韩国总裁陈俊廷，首先谈到中国出海的真实图景。上午整场，我们一共听到约 15 家中国厂商的出海故事，它们的体量不同，出海路径也各不同。
第一层是大型或中型公司，它们或许已有成熟的海外业务，选择 Google 的模型和算力作为底座来升级已有产品。这一层最能看到的是“成本和效率”的直接变化。
降本方面。vivo 在海外部署下一代 AI 模型时，把核心算力放在 Google Cloud TPU 上，海外算力运营成本降低了 48%。安克创新（Anker）把 Gemini、Nano Banana、VEO 整合到 Nebula 投影仪，过去需要专业团队花两周做的投影光雕，现在 10 分钟搞定；它的当红产品"AI 录音豆”，还将接入 Gemini Enterprise APP 做企业知识库。
升效方面。百度海外三条产品线全部基于 Gemini：无代码应用搭建平台 MeDo（百度秒哒）实现自然语言开发，应用交付效率提升 10 倍；百度网盘国际版实现 98% 的高精度语义检索；海外文库 Oreate AI 把多语言翻译和排版效率提升了 4 倍。小鹏被称为“亚太首家在海外新车型上市时原生搭载 Google Maps Auto SDK 的车企”，借助 Map Data Services 把高质量地图数据，引入它的辅助驾驶系统。
拓新方面。爱奇艺国际站作为 Gemini Omni 视频生成模型的早期合作伙伴，基于 Enterprise Agent Platform 打造了精品剧制作平台“纳逗 Pro"，用“实拍+AI 生成”这种过去不存在的模式，做精品长剧。
第二层是从 Google 初创生态里成长出来的中型或小型出海公司。它们往往开发的是 AI 原生产品，选择 Google 的模型和平台作为核心开发工具。这一层最能看到的是“从 0 到 1"的速度。
美图 Design Kit 面向全球 2.76 亿月活用户，把 Gemini 3.1 Pro 和 Nano Banana Pro 组合起来，Gemini 做大脑分析市场数据和买家评论，Nano Banana 做手渲染产品图和虚拟试穿，最终用三天做完核心 POC，全球上线用了 2 周，全球卖家 10 分钟就能生成一套合规产品图。奇点星宇旗下的人工智能设计应用 Lovart，它的核心交互功能 ChatCanvas（一种支持自然语言批注、视觉理解与批量执行的智能画布）整合 Gemini，几分钟把创意变成工作室级素材。AR 眼镜公司逸文科技 (Even Realities) 的 G2 智能眼镜搭载 Gemini，提供低延迟 AI 翻译。AI 视频创作平台 MovieFlow 成长于谷歌出海创业加速器（Google for Startups Accelerator），一个想法就能做出电影风格的短片，能生成最长 10 分钟的多场景连贯视频。
第三层是社区、学术和公益项目，它们采用 Gemma 等开源模型。这一层最能看到的是“用模型快速验证成果”。
中央美术学院的青年艺术家用 Gemma 4，在毕业创作基础上做了二十四节气、非遗剪纸、体感俑舞的互动艺术。北京大学生态研究中心团队用 Google 开源的 Perch 模型（一种鸟类声学识别模型），把海量野外声学数据，转化为鸟类多样性保护的科学决策依据。NVDA 社区的视障辅助工具 visAware 基于 Gemma 4，把图表、公式、视觉画面，转成语音叙述，让视障群体“看见”立体世界。华南理工大学的师生利用 Gemma，在本地服务器上做教学工具。Oasis 起源于社区 hackathon 项目，用脑波传感器结合 Gemma 模型创造沉浸式放松环境，今天已经是一家全球化初创公司。
"AI 正在进化为拥有主动协作与行动力的工作伙伴。”陈俊廷强调，他随后用“全栈式 AI 基础设施提供者”来概括 Google 的角色：从定制芯片、到基础架构、到触达全球用户的产品和平台，最终服务于中国开发者和厂商在海外落地。
这些案例背后，Google 还需要解决的是：当中国公司已经能把 AI 做成产品，怎样把产品送进全球市场？
陈俊廷此次官宣了两个重要进展。第一个是落地“谷歌初创出海计划”，整合 Google 资源和方案，助力初创企业的 AI 全栈式能力。第二个是今年第三季度在广州和杭州新开两家“谷歌跨境电商加速中心”，加上此前运营的厦门和深圳“中心”，形成四城联动的中国跨境电商核心产业带体系。
面向更广的开发者群体，Google 在中国还有多层次的培训项目。Google Serve 今年在 13 个省份 25 所学校为 1300 多名小学生做了基础编程教育。“谷歌数字人才培养计划”协同 220 多所高校 900 多名教师，助力超过 8 万名在校学生完成数字技能培训。gReach 4.0 项目今年迎来 50 位学员，其项目实践案例被收录在《共生职场：2026 中国包容职场典范案例白皮书》里。面向出海开发者的 Google Cloud Docs 中文本地化站点，也在当天正式上线。
陈俊廷在收尾时讲了一句和大会主题呼应的话：“在这片科技与人文交汇的新境里，我们相信每一个人都可以成为数字未来的构建者。”
/02/ 开发者如何把 Agent 变为生产力
Google Cloud 开发者市场高级总监 Ricky Robinett 用一个完整的工作流，真实呈现开发者如何把 Agent 变成生产力。
这个演示，起因是“大家来找茬”，这个茬，不是找不同，而是 issue。在演示之前，Ricky 开玩笑说：“如果演示成功了，请大家鼓掌。”台下响起掌声。
他停了一下继续说：“但更重要的是，如果演示失败了，请大家鼓得更响一点。”台下掌声更响了。（下图有图有真相）
随后演示开始。Ricky 首先打开 Google AI Studio（Google 的在线模型开发环境），启动了一个叫做 Repo Maintainer 的托管智能体（Managed Agent），它背后运行着一个安全的 Linux 沙箱，可以自己浏览网页、克隆代码仓库、安装依赖，甚至执行代码。只给它一句提示词：“找出 Python 库里最重要的 issue，存成 JSON 文件。”
Agent 随后自动拉取 GitHub 上尚未关闭的 issue，读取代码库、理解项目结构、再按照风险程度排列所有 issue，最后它找出了 13 个问题。Ricky 说，如果让他自己去做完这些，通常要花几个小时。
接下来，看到 Agent 生成 JSON 之后，Ricky 继续说：“我真正想要的是一个可以装在手机里的 App。”然后点击按钮：Make this an app。
几分钟里，刚刚还是 GitHub 里的 issue，已经变成一个可以在手机上查看问题状态、严重程度、并继续向 Gemini 提问的原生 App。
Ricky 说，这是每位开发者都应该经历的一次思维转变：“遇到问题时，第一反应是，开发一个 App 来解决。”目前每周已经有超过 120 万个 App 通过 Google AI Studio 创建。
以上，第一个演示是「用 Agent 快速构建 App」。
第二个演示是「用多个 Agent 开发」。Ricky 把项目再导入 Antigravity 2.0，这是谷歌的 AI 智能体开发与管理桌面应用，被 Ricky 形容为"daily driver"（日常主力工具）。这次，他同时启动两个 Agent：一个负责给项目补测试，另一个负责给增加时间线和决策日志。两个 Agent 进入同一个代码库，各自推进不同任务，任务并行推进。这就完全还原了开发者把一个目标拆开，再交给不同的 Agent 并行工作。
第三个演示是「端侧开发」。Ricky 随后展示了一段完全离线的开发过程：用本地模型 Gemma 4 E4B 读取 HTML 文件，找到需要更新的信息，直接完成代码修改。他放了一段录屏，甚至打开 Chrome 的断网小恐龙游戏，证明确实是离线环境。
以上流程实际上演示的是一个开发环境和方式的变化：开发者的角色正在从“写代码的执行者”变成“定义规范、构建评估框架、管理一组 Agent 的规划者”。
Ricky 还介绍了 Gemini 模型家族的最新成绩。Gemini 3.6 Flash 作为“主力模型”，主攻日常高频任务，强调编码和多模态能力，输出 token 用量比上代降低 17%。Gemini 3.5 Flashlight 是“最快最经济”的模型，每秒 350 个输出 token，专为 Agent 工作流优化。Gemini 3.5 Flash Cyber 是“网络安全专用模型”，与 CodeMender（Google DeepMind 代码安全智能体）结合，提供强大的安全性。开源端，Gemma 4 系列累计下载已超 3 亿次。
/03/ Android 和 Web 两条开发管线，开始说 Agent 能听懂的话
开发者角色变了，开发方式也变了，但要让 Agent 真正跑起来，需要开发管线也要跟着变，接下来，Google 讲的就是 Android 和 Web 这两条核心开发管线的全面改造。
Android 开发技术推广部主管 Rebecca Gutteridge 上台以后，首先给出一个关键的背景："Android 今天早已不只存在于手机。”全球超过 30 亿台消费设备连接着 Android 生态，同时还有超过 5.8 亿台活跃大屏设备，覆盖折叠屏、平板、穿戴设备、电视、车机、笔记本和 XR。Rebecca 随后指出，“如果你在为 Android 做自适应开发，你就已经在为 Android XR 开发了。”
这个背景下，Google 推出了几项直接和 Agent 相关的能力。
第一项是 Android CLI（命令行工具）。过去，Android 的 SDK、文档和开发工具主要是给程序员看的。但如果 Agent 也要开始写代码，那么开发工具本身也需要重新组织。
Android CLI 就是此背景下出现的，它是一个把 Android SDK 常用操作打包给 agent 调用的命令行工具。据 Google 内部测试，Agent 用了 Android CLI 的 skills 和 knowledge base 之后，token 用量减少约 70%，任务完成时间缩短最多 3 倍。这 70% 不是靠更强的模型来的，是因为有了这些能直接调用的技能包，agent 不需要每次都靠通用模型从零推理。Android CLI 现在被 Antigravity、Qwen Code、Coder CLI 等主流 agent 工具调用，周活跃用户每周翻倍。
第二项是 Compose-First 策略。Android UI 从今年起已经正式转向了 Compose-First，标志着Jetpack Compose 成为唯一优先迭代的核心 UI 框架，传统 View 体系转入维护模式（仅兼容修复，不再新增功能）；对于已有项目，Migration Compose Skill 可以让 Agent 帮助完成迁移。Rebecca 现场用 Kimi 模型做了一次从 XML 到 Jetpack Compose 的迁移演示，Agent 自动调用了 Compose 迁移技能包完成了转换，证明了可行性。
第三项是 Android Bench，一个帮开发者比较不同模型在 Android 开发场景表现的评估榜单。
当模型几乎月月更新，开发者越来越难靠一个固定榜单回答“什么模型最好”。Android Bench 因此直接把模型放进真实 Android 开发任务里，并同时呈现成本和延迟。这个榜单还纳入了 Qwen、Kimi 等中国开源模型，并展示各模型的成本和延迟数据。
第四项是 DDP（Developer Device Platform，开发者设备平台），可以理解为全球远程真机实验室。通过 DDP，Agent 可以调用远端的真实手机，安装并测试应用。Rebecca 现场从 CLI 调出了一台 Pixel 10，部署了一个刚生成的应用，然后把该应用投到了 XREAL Aura 头显上，应用无需改动就直接适配到了 XR 设备上。DDP 目前处于 public preview 阶段。
Rebecca 随后强调：“我们的目标，是帮助新创作者和专业开发者，把 App 或游戏带到全球超过 30 亿台消费设备上。”
而如果 Android 解决的是 Agent 如何开发应用，随后登台的 Chrome 开发技术推广部主管 Paul Kinlan，把问题推进了一步：Agent 不只是软件的开发者，它也开始成为软件的使用者。
Paul 用 3D 渲染技术在屏幕上还原了自己 30 年前在英国的童年卧室，房间里有旧电脑、旧书架、一个调制解调器，他就是在那里第一次接触到了 Web。他还临时用 AI 把英国卧室改成上海风格，全场笑了。
这个演示本身用到了一项新的 Web 技术：HTML in Canvas API，可以在 3D Canvas 环境中嵌入传统 HTML/CSS/JavaScript 内容，页面内的文字仍然可以搜索、翻译、交互。CSS 方面也有一批新原语：element scope、view transitions、border shapes、scroll state 等，让做出感觉像原生应用的 UI。Chrome 148 已经可以开始实验这些能力。
另一项 Web 的更新叫做 Declarative Partial Updates（声明式局部更新），允许 DOM 在不依赖重度 JavaScript 框架的情况下动态刷新。Paul 说，这两项能力合在一起，会催生全新的 Web 应用形态。
讲完 Web 自身的更新，Paul 才切入 Agent 部分："We want the web to be a first class citizen in this agent future。（我们希望 Web 成为智能体未来里的一等公民。）”于是 Web 开始针对 Agent 做更新。
第一项更新是 Chrome 148 稳定内置了 Prompt API，让 Web 开发者可以直接在浏览器端调用 Gemini Nano 的多模态能力和结构化 JSON 输出，不需要调用云端 API。Chrome 148 同时内置了 Gemma 197M，支持文本摘要等任务，这意味着某些 AI 功能可以完全在浏览器本地运行，不消耗云端 token。trip.com 正在用这项能力做搜索结果高亮。
第二项更新是 Web MCP（Model Context Protocol 的 Web 版本），一个实验性的开放 Web 规范。过去，浏览器内的 Agent 只能靠截图和检查 DOM 结构来猜测如何操作网页，效率极低。有了 Web MCP，网站开发者可以直接向浏览器内的 Agent 暴露 JavaScript 函数和 HTML 表单，让 Agent 从“猜着操作”变成“被邀请操作”。
Paul 用童年卧室场景做了 Web MCP 演示。他让 Agent 连续执行关灯、离开椅子、转椅子、重启电脑，模拟自己小时候半夜偷偷上网听到妈妈脚步声时的紧急操作，全场大笑。Web MCP 将会在 Chrome 149 开放开发者试用。
第三项更新是 Chrome DevTools for Agents，一个内置在 Chrome 开发者工具里的 MCP 服务器，让 coding agent 自主实时访问 debug 数据、console 日志、网络请求、内存快照。腾讯 WeTV 已经把它集成到工作流里，用极少人工干预就改善了网站的页面稳定性。Paul 说这构成了一个“极其强大的反馈回路”：Agent 写代码、运行、审计、自主修复，人类几乎不需要介入。
/04/ TPU 正在改写中国公司的出海成本
上层的 Agent 工具和开发管线要跑起来，底层的算力基础设施也得跟上。Google Core ML 和 Google Cloud 工程副总裁 Bill Jia 给出了一个判断：“行业进入智能体时代后，模型训练和推理服务的算力需求已经完全分化。”
于是，Google 首次把第八代 TPU 拆成两款专用平台。
TPU 8t 专做训练。它在 MXU（矩阵乘法单元，TPU 核心计算模块）内部原生集成量化能力，消除额外计算开销。单个集群性能达上代 Ironwood TPU 近 3 倍，芯片互联带宽翻倍，基于三维环形拓扑网络最多可把 9600 颗 TPU 连接在一起。单个 pod 的 FP4 计算性能达到 121 XLA FLOPS，单个 SuperPod 提供 2 PB 的共享带宽内存，配合 TPU Direct Storage 技术实现托管存储的高速数据传输。通过 Pathways 和 JAX（Google 分布式计算框架），单集群可汇聚百万核以上算力，把过去大模型训练几个月的周期压缩到几周。Google 自家在用它训练下一代 Gemini 大模型。
TPU 8i 专做推理。芯片层面首次创新了专有的集合加速引擎，延迟降低 5 倍以上。内存缓存搬到芯片内部，打破了长上下文解码的内存墙。基于 Butterfly 拓扑网络，单个 pod 直接集成 1152 颗 TPU，FP8 算力达 11.6 XFLOPS，相比上代 256 芯的 Trillium TPU 性能实现 9.8 倍跃升。"设计目的是让数以百万的 agent 以接近 0 的延迟并发运算。
具体案例上，蚂蚁集团把百灵大模型的高强度训练负载迁到 TPU 7X，训练性能提升 200%，还准备把下一代 TPU 用到更大规模的 MoE 模型训练中。
Bill 接下来讲了 Enterprise Agent Platform（企业级智能体平台），覆盖 agent 的完整生命周期。Agent Studio 提供无代码可视化的 agent 设计，Agent Runtime 兼容 GKE 和 Cloud Run 部署，50 个开源 agent 技能包已在 GitHub 上线，60 多个托管 MCP 服务器让 Agent 无缝对接各类云服务。
这套算力和平台基础设施，正在为中国出海企业带来直接的成本和效率变化。Bill 用一句话强调：“智能体需要依托于强大的平台，离开平台的支持，智能体只是一个原型概念。除了 Agent 代码本身，我们需要有一个配套全系列配套能力，来为其提供上下文，实现 Agent 的可发现、可运行、可安全防护以及生产环境的管理。”
/05/ 开发者和创业者可以是 Agent 的管理者
“过去，开发者一次为一个任务写代码。今天，一个拿着笔记本的创始人身后有一支 AI Agent 团队，顶得上过去一大群工程师。”Google 全球开发者生态总监 David McLaughlin 指出当前开发者角色的变化。
他随后说道，"You are now a manager of agents。”（你已经成为 Agent 的管理者）。作为个人开发者和 OPC，意味着你在定义 spec（规范），你在构建 evaluation harness（评估框架）。
David 进一步强调，Google 的目标是和每一位开发者做伙伴，让没有开发者在这个未来里孤军奋战。
Google 通过四根支柱支持中国开发者。第一根支柱是本地社区，Google Developer Groups（GDG）在中国 20 个城市覆盖超过 40 万开发者。第二根支柱是专家力量，Google Developer Experts 帮开发者架构多 agent 系统，上线生产级 AI。第三根支柱是全球化体系，谷歌出海创业加速器目前有 45 家面向全球市场的中国成员。第四根支柱是无摩擦的构建体验，譬如陈俊廷开场宣布的 Google Cloud Docs 中文本地化。
David 在 keynote 最后对台下的三类人分别说了一句话。给拿着笔记本的创始人：“构建你的 agent。”给开发者：“掌握所有这些工具。”给学生和研究者：“把 Gemma 推到极限。”
他给全场的最后一句是：
"You aren't just riding a wave, you are steering where this agentic future goes next."你不只是在乘浪，智能体时代的未来由你主宰。
科技行者团队出品
