Google I/O 2026 落幕,Sundar Pichai 直接把主题定为「agentic Gemini 时代」。两个新模型 Gemini 3.5 Flash 和 Gemini Omni 同时登场,Search、Gmail、Docs、Shopping 全线接入 agent 能力——Google 正在把 Gemini 从一个聊天窗口,改造成能替你规划、执行、后台运行的跨应用 agent 系统。
Sundar 开场定调:「agentic Gemini era」
▲ Google 官方 keynote 页面标题:「I/O 2026: Welcome to the agentic Gemini era」
Google 官方 X 帖这样总结这次大会:
"At #GoogleIO, we shared how we're making AI more helpful for everyone — including releasing two new models, Gemini Omni and Gemini 3.5, and unlocking agents and agentic experiences across our products."
「在 Google I/O 上,我们分享了如何让 AI 对每个人更有用——包括发布两个新模型 Gemini Omni 和 Gemini 3.5,并在全线产品中解锁 agents 和 agentic 体验。」
▲ Google 官方 X 帖,3.7 万次浏览
Pichai 在 keynote 里说了一个判断:AI 发展已经进入用户想要在日常产品中看到实际价值的阶段。Google 的策略是full-stack approach——从自研芯片、基础模型,一路覆盖到触达数十亿用户的产品线。
看几个 Google 给出的规模数据(均为官方自述口径):
- Token 处理量
:两年前每月 9.7 万亿(across surfaces),I/O 2025 时约 480 万亿,到 I/O 2026超过 3.2 千万亿/月 - 模型 API
:约190 亿 tokens/分钟 - 开发者规模
:每月850 万+开发者在用 Google 模型构建应用 - Cloud 客户
:过去 12 个月里,375+ Google Cloud 客户各自处理了超过 1 万亿 tokens
这些数字说明一件事:Gemini 早已跑在 Google 几乎所有产品里,I/O 2026 要做的,是把这套基础设施从「帮你回答问题」升级到「帮你做事」。
模型层:Gemini 3.5 Flash + Gemini Omni
▲ Google 官方:「Gemini 3.5: frontier intelligence with action」
Gemini 3.5 Flash——为 agent 和编程而生
Gemini 3.5 是整个 agent 系统的模型底座。官方定位非常明确:
"Gemini 3.5 is built to help you execute complex, agentic workflows."
「Gemini 3.5 是为执行复杂的 agentic 工作流而构建的。」
3.5 Flash 作为该系列首发模型,主打方向是agents、coding 和 long-horizon tasks(长周期任务)。Google 官方称其在多个 benchmark 上表现突出(以下均为 Google 自述数据,非独立第三方验证):
-
Terminal-Bench 2.1:76.2% -
GDPval-AA:1656 Elo -
MCP Atlas:83.6% -
CharXiv Reasoning:84.2% -
输出速度:比其他前沿模型快 4 倍
目前 3.5 Flash 已在 Gemini App、AI Mode in Search、Google Antigravity、Gemini API(AI Studio)、Android Studio、Gemini Enterprise Agent Platform 等多个渠道可用。
注意:Gemini 3.5 Pro 目前仅在内部使用,官方计划下月推出,尚未公开发布。
Gemini Omni——从视频生成开始的多模态模型
另一个新模型 Gemini Omni 走的路线不同。官方描述是:
"Gemini Omni Flash can create anything from any input — starting with video."
它可以接受图像、音频、视频、文本作为输入,当前首先支持高质量视频生成,未来会扩展到更多输出模态。
Omni 在整个 agent 系统中的角色更偏「感知与创作」:帮助 agent 理解世界、生成和编辑多媒体内容。但需要注意,「anything from any input」目前还是产品愿景,实际落地从视频输出开始,不要当成所有模态都已经 ready。
Agent 运行时:Antigravity——给 agent 一个工作台
如果说 Gemini 3.5 是 agent 的大脑,Antigravity 就是 agent 的手脚和工作空间。
Google Developers Blog 对 Antigravity 的定义很关键:
"not just an editor—it's a development platform..."
「Antigravity 不只是编辑器——它是一个 agent-first 的开发平台。」
它能做什么?让 agent 在编辑器、终端和浏览器里自主规划、执行和验证复杂任务。它有两层界面:
- Editor View
:agent 在代码编辑器里操作 - Manager Surface
:可以生成、编排和观察多个 agent 同时工作
这意味着 Google 认为 coding agent 的竞争力不只在模型跑分上。模型 + 工具 + 浏览器/终端/编辑器的上下文组合,才是 agent 能真正落地的关键。Antigravity 把 Gemini 3.5 Flash 绑定进来,给开发者提供了一套完整的 agent 开发和部署环境。
消费级 agent:Spark、Search、Workspace 全面铺开
I/O 2026 最让普通用户关注的部分,是 Google 正把 agent 能力推向日常场景。
Gemini Spark——你的 24/7 个人 AI agent
Sundar 在 keynote 上介绍了 Gemini Spark:一个跑在 Google Cloud 专用虚拟机上的24/7 个人 AI agent。
"Gemini Spark is your 24/7 personal AI agent..."
它可以在用户授权下帮你处理数字生活中的各种事务——但 Google 在设计上加了一个明确的安全边界:
"designed to check with you before taking major actions."
「在执行重大操作前,会先向用户确认。」
这个细节值得注意。Google 没有把 Spark 包装成一个「完全自治的 AI 秘书」,而是强调under your direction(在你的指令下)和高风险动作前确认。
当前状态:Spark 仍处于早期阶段,本周开放 trusted testers 测试,下周面向美国 Google AI Ultra beta 订阅者开放 beta。
Search 变成信息 agent
Google Search 正在经历一次本质转变:从答案页变成 agent 化的信息入口。
几个核心变化:
- AI Mode
上线一年已超过10 亿月活用户,查询量每季度翻倍以上 -
Search 默认升级到Gemini 3.5 Flash -
新增information agents:用户可以设置多个 AI agent 在后台 24/7 监测网页、博客、新闻、社交媒体等信息源,在合适的时机发送综合更新
"information agents ... operating in the background, 24/7."
「信息 agent 在后台 24/7 运行。」
此外还有agentic booking(agent 帮你预订)、代用户给商家打电话、generative UI(生成式界面)等能力。
可用性边界:information agents 首先面向 Google AI Pro 和 Ultra 订阅者,今年夏天开放,并非所有用户即刻可用。
Workspace——对话框之外的 agent 入口
Google Workspace 拥有超过 40 亿用户,Gmail、Docs、Drive 是绝大多数人每天都在用的工具。I/O 2026 发布了一系列 agent 化更新:
- Gmail Live
:邮件中的实时协作 - Docs Live
:文档中的实时 AI 辅助 - Keep voice
:语音笔记 - Google Pics
:AI 图片功能 - AI Inbox
:智能收件箱 - Spark 集成
:Gemini Spark 直接嵌入 Workspace 工作流
Workspace 对 Spark 的表述很有代表性:它代表 Gemini 从回答问题转向在用户指令下采取行动——发邮件、加日历事件这些高风险操作前,都会先向用户确认。
I/O 2026 发了 100+ 项更新,核心逻辑只有一条
▲ Google 官方:「100 things we announced at I/O 2026」
Google 在 I/O 2026 一口气公布了超过 100 项更新,覆盖模型、开发者工具、搜索、办公、Android、购物等几乎所有产品线。但所有这些更新背后,有一条清晰的主线:
从对话式 AI,转向 agent 系统。
过去两年,AI 产品的主流形态是对话框——用户提问,模型回答。I/O 2026 开始,Google 官方的关键词变了:action(行动)、background(后台运行)、24/7、agentic workflows(agent 工作流)、booking(预订)、call businesses(代打电话)。
"We've moved beyond AI tools that just help us write, to agents that help us act."
「我们已经从帮你写东西的 AI 工具,走向帮你做事的 agent。」
翻译成产品语言:Gemini 以前是你问它、它答你;现在它可以规划任务、调用工具、跨应用执行、持续后台监测,并在关键操作前回来找你确认。
Google 的底牌:全栈能力,不只模型
很多公司在做 agent,但 Google 打的牌和别人不一样。
Pichai 的 full-stack 布局覆盖了四层:
1.基础设施层:自研 TPU 芯片和云计算底座 2.模型层:DeepMind 的 Gemini 系列模型 3.产品入口层:Search、Gmail、Docs、Android、Chrome、Shopping——这些产品已经覆盖了数十亿用户 4.开发者工具层:AI Studio、Antigravity、Gemini API、Android Studio
Google 做 agent 的优势在于:它不需要从零获取用户。Search box、Gmail inbox、Docs 侧边栏、Android 通知栏、Chrome 地址栏、Shopping cart——每一个都是 agent 可以嵌入的入口。这种分发能力,目前没有第二家公司能复制。
该期待什么,该警惕什么
最后看回 I/O 2026 整体。
值得期待的是:Google 正在把 AI 从「单次对话」推向「持续服务」。信息 agent 后台监测、Spark 帮你跨应用操作、Search 从链接页变成行动入口——这些如果做好了,确实会改变日常使用场景。
该保持清醒的也很多:
- Spark 还在 beta 测试阶段
,trusted testers 本周才开始 - Information agents 限定 Pro/Ultra 订阅者
,夏天才开放 - Gemini 3.5 Pro 还没发布
,计划下月才推出 - Omni 的「全模态」目前从视频开始
,完整能力仍在路线图上 - 所有 benchmark 数据均为 Google 自述
,没有独立第三方验证 - Agent 的商业化难点不只是模型能力
——权限、隐私、支付、跨站执行、错误恢复、用户信任,每一项都是硬问题
Google 这次 I/O 释放的信号很明确:AI 产品的下一阶段,重点在 agent 系统——能规划、能行动、能后台运行、能在关键时刻交还控制权给用户。至于这套系统能不能真正跑通,答案在接下来的落地节奏里。
— END —

