直击 Google I/O 2026 | 轰炸式发布 Agent，狙击 Claude Code，开战！

Google I/O 2026，又一次信息量爆炸的“饱和式”发布。短短两小时，数十项产品更新密集登场，几乎让人应接不暇。

如果梳理一下这次发布的核心，你会发现，几乎所有重磅更新都指向同一个关键词：Agent（智能体）。

“最前沿的 Agent 技术，可能只触达过世界上 0.1% 的人。”Google CEO 桑达尔·皮查伊在大会上坦言。而 Google 这次的目标很明确：亲手将这项前沿能力，规模化地带给更广泛的用户。

那么，为了做成这件事，Google 究竟亮出了哪些底牌？

3.5 Flash：为Agent时代算清“经济账”

打头阵的是 Gemini 3.5 系列的首个模型——3.5 Flash。它在几乎所有基准测试上都超越了上一代的 Gemini 3.1 Pro，尤其是在衡量“具有真实经济价值任务”的GDPval基准上，提升显著。

但性能并非全部。真正让 3.5 Flash 站上 Keynote 中心的，是另一组更“务实”的数据：它的输出速度是其他前沿模型的4倍，而在专为开发者优化的 Antigra vity 2.0 环境中，速度甚至能达到惊人的12倍，同时质量不变。更重要的是，它的价格还不到同档次前沿模型的一半。

Google 毫不避讳地将其定位为“处理长时程Agent任务的最理想选择”。皮查伊更是直接为企业的首席信息官们算了一笔账：如果一家头部企业将每天一万亿token处理负载中的80%，从其他前沿模型迁移到 3.5 Flash，一年能省下超过10亿美元。

这并非空谈。Google 自身就是这套方案的最大受益者。自从内部工程团队全面转向 Antigra vity 2.0 加 3.5 Flash 的开发流程后，其每日处理的token量从3月份的5000亿激增到现在的超过3万亿，且仍在以数周翻倍的速度增长。这套内部实践构成了一个强大的反馈闭环，持续优化着模型本身。而更强大的 Gemini 3.5 Pro 也已蓄势待发，预计将在夏季亮相。

Gemini Spark：个人Agent的“全家桶”护城河

如果说 3.5 Flash 解决了Agent的“经济性”问题，那么 Gemini Spark 就是Google回答“如何让Agent走出0.1%小圈子”最直接的产品。

这是一个7×24小时运行在云端的个人智能体。其底层是 Gemini 3.5 模型，框架则采用了Google内部使用的 Antigra vity Harness，使其能够胜任“长周期任务”。你合上笔记本、关掉手机，它依然在后台持续工作。

Spark 的入口首先是 Gemini 应用，随后将接入邮件和聊天工具。其工具调用能力从 Google 全家桶（Gmail、Docs、Sheets、日历等）开始，并将在未来几周开放对第三方工具的接入。

在实际演示中，Spark 可以自动从你的邮件和文档中提取信息，为老板生成状态汇报草稿；为学生创建并自动更新的学习指南；帮助家长管理复杂的学校时间表；或是替小企业主盯紧收件箱，确保不遗漏任何客户咨询。

注意右下角那一堆产品，那就是Google的个人agent的护城河所在

为了打消用户对“失控”Agent的普遍顾虑，Google 特别强调了 Spark 的设计哲学：透明与可控。它的“思考轨迹”会清晰展示给用户，允许随时打断；在执行发送邮件、预订会议等敏感操作前，会主动停下来征求用户确认。

Spark 将首先面向受信任的测试者推出，下周作为测试版提供给美国的 Google AI Ultra 订阅用户。配合后续将提到的定价策略调整，它正稳步走向普通消费者。

Antigra vity 2.0：从编程助手到多智能体编排平台

大约半年前发布的 Antigra vity 1.0 已经吸引了数百万开发者。而这次的 2.0 版本，完成了一次关键的定位跃迁——从一个“编程环境”升级为“多智能体编排平台”。

具体来说，它分为三层：

第一层是一个独立的桌面应用，作为“与多个Agent交互的中央枢纽”。开发者可以同时编排多个各司其职的Agent，比如一个写代码、一个生成设计素材、另一个规划系统架构。

第二层是新的 Antigra vity 命令行接口，照顾习惯终端操作的开发者。

第三层，也是最为关键的一层，是全新的 Antigra vity SDK。它允许开发者的程序直接、可编程地访问驱动 Google 自家产品的同一套Agent框架，并与 Gemini 模型协同优化。

这无疑是对 Claude Code 和 Codex 等竞品的正面回应。Google 的内部测试展示了其潜力：在尚未公开的 Gemini 3.5 Pro 支持下，Antigra vity 2.0 成功协调了93个不同的Agent，消耗260亿token，从零构建了一个复杂的系统项目。

此外，Google 还推出了一个专注于安全的独立智能体 CodeMender。它能利用 Gemini 的高级推理能力自动发现并修复关键代码漏洞，甚至直接接管“打补丁”的步骤。随着AI编写代码的比例越来越高，这样的安全工具正变得不可或缺。

彻底革新的Gemini应用与务实的定价策略

过去一年，Gemini 应用的月活跃用户从4亿增长到9亿，日请求量翻了七倍。Google 将其称为“世界上覆盖最广的AI助手”。这次，它被从头到尾重做了一遍。

全新的“神经表达”设计语言覆盖了动效、色彩、字体乃至触感反馈。回答页面也不再是单调的文字墙，而是将关键信息置顶，并交错排列图片、时间线和可视化图表。Gemini Live 视频对话功能也被无缝嵌入其中。

更重要的是，Agent 功能开始以“开箱即用”的方式集成到应用里。首个亮相的是“每日简报”。它能在每天早上为你整理收件箱、日历和待办事项，生成一份个性化的行动简报。这个功能脱胎于去年底一个广受欢迎的实验室项目，如今被正式产品化。

与这些功能更新同步的，是一套更精细、更具吸引力的定价策略。Google 新增了一档每月100美元的 Ultra 套餐，瞄准那些需要重度Agent服务但尚未达到顶配需求的用户。同时，原价250美元/月的顶级 Ultra 套餐直接降至200美元。Pro 套餐则维持在19.99美元/月。这一降一增，意图很明显：降低重度Agent服务的门槛，让更多普通付费用户能够触及像 Spark 这样的核心能力。

Gemini Omni：通向“世界模型”的下一步

如果说 3.5 Flash 是为“让Agent跑起来”而优化，那么 Gemini Omni 的使命则是向“世界模型”的愿景再迈进一步。这部分由 DeepMind 联合创始人德米斯·哈萨比斯亲自发布。

Omni 被定位为一个“能从任何模态输入，生成任何模态输出”的模型。首批上线的是视频生成能力，未来将扩展到图像和文本。你可以用纯文本生成视频，也可以上传自己的视频，进行改风格、换角色等保持时间一致性的复杂编辑。

本质上，Omni 是 Gemini 原生多模态架构的自然进化，它将多模态能力从理解端扩展到了生成端。而此前发布的视频模型 Veo 和图像编辑模型 Nano Banana，则成为了 Omni 身上的能力组件。这种整合，让用户能够以更自然、连贯的方式进行跨模态创作。

搜索与全家桶：Agent渗入每一个角落

Google 的终极优势，在于其触达数十亿用户的产品矩阵。这次，Agent 能力正在全面注入这些核心产品。

首先是搜索。诞生刚满一年的“AI模式”月活已超10亿，本次升级为由 Gemini 3.5 Flash 驱动。更引人注目的是那个“25年来最大的搜索框升级”。新搜索框能容纳更长、更口语化的查询，其AI建议系统会主动帮你构思复杂的搜索。同时，AI概览与AI模式合并为无缝体验，信息获取流程更加流畅。

Agent 甚至直接“长”进了搜索框。“信息智能体”功能让你可以创建定制化的后台Agent，持续监控特定主题（如市场动态），并在条件触发时向你推送整合报告。而“生成式UI”则能将搜索查询实时转化为交互式可视化应用，例如根据“黑洞如何影响时空”生成一个可操作的可视化模型，或是用自然语言描述，让搜索现场为你构建一个个性化的健身计划小程序。

虽迟但到，Google的全栈式进击

必须承认，在上一轮个人Agent的竞赛中，Google 似乎慢了半拍。而本次 I/O 大会，则充分展现了其后来居上的决心与实力。答案是一套清晰的全栈式布局：

模型层，3.5 Flash 以速度和成本优势为企业铺路，Omni 则在探索下一代多模态的边界。
产品层，Spark 面向个人，Antigra vity 2.0 赋能开发者，搜索框则成为Agent能力最广泛的落地渠道。
基础设施层，专为训练和推理分别优化的第八代TPU，以及可调度全球超百万颗TPU的集群，提供了坚实的算力后盾。

皮查伊透露，Google 今年的资本支出预计将达到1800-1900亿美元，是2024年的6倍。其每月跨产品处理的token量已达到惊人的3.2千万亿，是去年同期的7倍。这些数字背后，是Google将前沿AI规模化的决心。

“为什么我们如此专注于打造能力强大、高效、快速且价格低廉的前沿模型？”皮查伊自问自答，“因为我们要把它带给尽可能多的人。这正是我们随着时间推移真正能发光的地方，就像我们在搜索、推荐和其他领域已经做到的那样。”

Agent 赛道的新一轮竞赛，已然全面升级。Google 虽迟但到，而且一来，就摆出了全面开卷的架势。