每周 120 万个 App 诞生,每位开发者都是智能体管理者——Google 在上海画出了一张全栈 AI 出海路线图

每周 120 万个 App 诞生,每位开发者都是智能体管理者——Google 在上海画出了一张全栈 AI 出海路线图 作者 | Echo Tang出品 | CSDNIDCSDNnews上海下着雨。8 月 12 日早上七点多世博中心的注册处已经排起了长队。这是 2026 Google I/O Connect China 谷歌开发者大会的现场。近 2000 名开发者冒雨赶来等待一场关于「智能体时代」的集体叙事。台风刚过境的上海空气里还带着潮湿的凉意但会场内的温度正在迅速升高——不是因为空调而是因为接下来 66 分钟里六位 Google 高管将依次登台从芯片到模型从 Android 到 Chrome从云端算力到开发者生态完整铺开一张 Google 全栈式 AI 赋能中国开发者出海的路线图。这不是一场常规的产品发布会。它更像是一次战略宣言在智能体时代Google 要做中国出海开发者最完整的基础设施。「来自中国的创新浪潮正在席卷全球」第一个登台的是 Google 大中华区及韩国总裁陈俊廷。他提到一个细节早上七点多经过注册处时上海正下着雨但热情的开发者们已经在排队了。陈俊廷的演讲没有从技术参数切入而是从「中国出海」的全景叙事开始。他用四个案例勾勒出 Google 全栈式 AI 赋能的四个层级算力基座——vivo 在海外部署下一代 AI 模型时选择 Google Cloud TPU 作为核心算力基础设施在视频、图像生成等关键任务中完成 TPU 适配成功将海外算力运营成本降低了 48%让全球数亿 vivo 用户享受到流畅的端侧智能体验。商业体验——百度海外多产品矩阵在 Gemini 3.5 模型帮助下无代码平台百度密度实现自然语言开发应用交付效率提升十倍百度网盘国际版实现 98% 高精度语义检索海外文库平台 ORIGE 将多语言翻译及排版效率提升四倍。具身智能——小鹏汽车成为亚太首家在海外新车型上市时原生搭载 Google Maps Auto SDK 的车企并借助 Maps Data Services 把高质量地图数据引入智能驾驶系统。初创出海——ROBERT 的智能设计助理 Chat Canvas 深度整合 Gemini 多模态能力将创意在数分钟内转化为工作室等级的精美素材Even Realities 的 G2 智能眼镜搭载基于 Google Cloud 平台的托管智能体提供低延迟的主动式 AI 翻译与生活助理。陈俊廷还宣布了两个重要动作正式启动谷歌初创出海计划整合 Google 生态核心出海方案与平台资源为初创企业打造 AI 驱动的全栈式增长以及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的厦门和深圳形成四城联动的出海支撑网络。在演讲的最后他把话题转向了科技向善中央美术学院青年艺术家用 Gemma 4 做非遗互动艺术共创北京大学生态研究中心引入 Google 开源的 Perch 模型为鸟类多样性保护开辟新路径NVDA 社区的视障辅助工具 VisAware 将复杂图表和公式自动转化为语音叙述。「听到这些我们是不是应该为这些用技术造福他人的中国开发者送上最热烈的掌声呢」陈俊廷说。这不是客套话——在一场以技术为主角的大会上他选择用人文温度来为整场 Keynote 定调。「遇到问题的时候写个 App 来解决」Ricky Robinett 是 Google Cloud 开发者市场高级总监他带着一种美国工程师特有的兴奋劲儿上台开口第一句就是「I am so stoked to be here」。他带来了三款新模型的消息Gemini 3.6 Flash——主力中间模型代码生成和智能体工作表现更好输出 token 消耗减少 17%Gemini 3.5 Flash-Lite——每秒 350 个输出 token速度最快、成本效益最高以及 Gemini 3.5 Flash Cyber——一款开创性的网络安全专用模型与 Code Commander 代码安全智能体结合在模型能力前沿的基础上提供极具竞争力的安全性。但模型只是底座。Ricky 真正想展示的是模型之上的工作流变革。他打开 Google AI Studio演示了一个叫 Repo Maintainer 的托管式智能体。这个智能体运行在安全的 Linux 沙盒环境中能够自主浏览网页、克隆代码库、安装依赖项并执行代码——只需一次 API 调用就能同时获得一个智能体和可供它安全运行的远程环境。他给了它一条指令智能体便开始抓取所有未解决的 GitHub 问题通读整个代码库理解项目架构然后按严重程度和影响范围排序最终产出一个结构化的 JSON 文件。「这是我原先需要花几个小时才能分析的问题」Ricky 说「而现在只需要几分钟。」然后他做了一件更有意思的事把这个 JSON 文件直接变成了一款 Android 应用。在 AI Studio 里输入提示词不到一分钟一款能在模拟器上运行的问题分类 app 就构建完成了。再连上 USB 线几分钟后这款 App 就跑在了他的手机上。「遇到问题的时候写个 App 来解决。」Ricky 说这句话的时候语气里带着一种「这已经是常识了」的笃定。他给出了一个数据在 AI Studio 中开发者每周创建的应用数量已经突破 120 万。而当他切换到 Antigravity 2.0——Google 的下一代智能体平台——展示多个智能体在同一个代码库中协同工作的场景时你能感受到一种范式的转移正在发生编程不再是人写代码而是人指挥智能体写代码然后用另一个智能体检查代码再用第三个智能体部署代码。最后他展示了一个离线场景在没有网络的飞机上用 Gemma 4 在本地笔记本上运行智能体完成代码编辑和网站升级。Gemma 的下载量已经突破 10 亿。「只要你在为 Android 做自适应开发你就已经可以做 XR 开发了」Rebecca Gutteridge 是 Android 开发技术推广部主管她带来的核心信息是Android 的版图已经远不止智能手机。一个数字足以说明问题Android 活跃大屏设备已突破 5.8 亿。从折叠屏到平板从穿戴设备到电视、车机、XR用户正迫切等待跨越所有终端的无缝体验。Rebecca 推荐了三项核心更新第一Android CLI 与智能体结合。通过整合 Android Skills 和知识库智能体处理任务时 token 使用减少约 70%任务完成速度最高快三倍。无论你用的是 Antigravity、Cursor 还是 Qwen Code CLI只要连接 Android CLI就能让智能体帮你处理那些枯燥繁琐的任务。第二Android Studio 智能体模式。支持自选远程或本地模型开启智能体模式进行深度开发。Rebecca 现场演示了用国产开源模型 Kimi 2.7 将 XML 代码转换为 Jetpack Compose 的过程——智能体调用了正确的 skill将旧的 fragment 迁移到了全新的 Compose 界面。第三Android Bench。这是 Google 专门衡量大模型在应对真实 Android 开发挑战时表现的工具榜单中收录了众多前沿模型包括通义千问和 Kimi 等中国本土模型还列出了成本和延迟数据方便开发者横向对比。她还宣布了一个让现场开发者兴奋的消息DDPDeveloper Device Platform已开启公测——一个全球远程设备实验室支持通过 Google Cloud 和 Android Studio 访问真实物理设备进行测试甚至能在 CLI 工作流中直接使用。而当她展示 XREAL 眼镜上运行 Android XR 应用的效果时她说了一句让人印象深刻的话「只要你现在还在为 Android 做自适应开发你就已经可以做 Android XR 开发了。」最后她明确宣布Compose 优先。建议所有新代码和新功能直接用 Compose 来写并着手迁移老旧的 XML 代码因为 Views 马上就要进入维护模式了。「30 年前我在卧室里第一次遇见 Web现在 Web 迎来了新用户——智能体」Paul Kinlan 是 Chrome 开发技术推广部主管他的开场方式很特别先把大家拉回 30 年前他英国的儿时卧室——那个用 Perl 语言和 Apache 服务器上的 SSI 指令写网页的年代。「那是一段闪闪发光的儿童时代」他说「但一晃 30 年了我们都长大了很多。首先我不再和父母一块住了非常棒对吧」笑声过后他切入正题Web 生态迎来了全新的用户——智能体。Paul 展示了三个方向的革新为真人用户优化体验。一项叫做「声明式部分更新」的新原语让动态更新 DOM 不再需要一行 JavaScript。他现场展示了一个时钟——看起来平平无奇但它的动态更新完全不依赖 JS。此外HTML-in-Canvas API 让传统的 HTML 和 CSS 布局可以嵌入 WebGL 或 WebGPU 驱动的 3D 体验中嵌入的所有元素都能被搜索、被屏幕阅读器朗读、直接交互甚至能用浏览器翻译工具翻译。这项技术已在 Chrome 148 中提供。适配智能体工具。WebMCP——一项实验性的开放 Web 规范支持 Web 应用把 JavaScript 函数和 HTML 表单等结构化工具直接公开给基于浏览器的智能体。Paul 用他的 3D 卧室做了演示通过 WebMCP 公开房间的各种功能然后发出指令「关掉灯、转动椅子、重启电脑」——模拟他小时候听到妈妈脚步声时的紧急操作。WebMCP 将在 Chrome 149 中以原生支持形式开放。革新 Web 开发工作流。Modern Web Guidance 预览版提供了一整套经专家把关、实时更新的精选 skills覆盖 137 份指南确保 AI 开发工具生成的代码符合当下最新标准。此外Chrome DevTools MCP 让编程工具能自主实时调取运行时调试数据并执行审核自主修复形成极少需要人工干预的开发反馈环。Paul 抛出了一个值得深思的问题AI 开发工具严重依赖训练数据而这些数据往往已经过期一年。但 Chrome 过去每四周更新一次很快就会缩短到每两周一次。如果你的 AI 工具还停留在上一年的 Web 上你写出来的代码就已经落后了。「第八代 TPU首次为训练和推理从零打造两款专用芯片」Bill Jia 是 Google Core ML 和 Google Cloud 工程副总裁他带来的是最硬核的内容——算力基础设施。第八代 TPU 首次推出两款专用平台TPU v8-t训练将块级乘法迁移到 MXU 内部利用原生量化技术消除 VPU 开销单 Pod 计算性能达到上一代近三倍。芯片互联带宽翻倍基于三维环形拓扑网络可无缝连接多达 9600 颗 TPU算力性能提高 2.8 倍。单个 Pod 的 FP8 计算性能高达 120 ExaFLOPS。通过 Pathways 和 JAX可在单个集群中汇聚超百万颗 TPU 的算力将大模型训练周期从几个月压缩到几周。TPU v8-i推理首创专有集合加速引擎延迟降低五倍以上。将内存和缓存搬到芯片内部打破长上下文解码的内存墙。利用全新 Butterfly 拓扑网络单个 Pod 集成 1152 颗 TPU让数百万智能体以近乎零延迟并发运算——高达 11.6 ExaFLOPS 的 FP8 算力相比上一代 256 颗 TPU 的 Pod性能实现 9.8 倍跃升。Bill 还介绍了 Google Agent Platform 的完整图景Agent Studio 提供无代码可视化设计GitHub 上开源了近 50 个智能体技能60 多个托管 MCP 服务器让智能体工具无缝对接各类云服务专属 Agent Runtime 实现大规模智能体的部署、运行与治理。他引用了两个中国企业案例蚂蚁集团将高强度计算负载迁移到 Google Cloud TPU v7 上训练性能实现 200% 飞跃安克创新将 Gemini 深度整合到投影仪系列中过去需要专业团队两周以上的投影光雕制作如今 10 分钟搞定。「离开平台的支持智能体只是一个原型概念」Bill 说。这句话是整场 Keynote 关于云基础设施最精准的总结。「每位开发者的身后就像站着一支强大的工程团队」最后登台的是 Google 全球开发者生态总监 David McLaughlin。他的开场带着一种真诚的感叹「全球没有一个地方能够像中国这样以猛烈的势头勇立潮头。」David 画了一条清晰的进化线2023 年聊天机器人回答简单问题2024 年AI 工具按部就班执行任务2025 年自主智能体只需设定目标就能自己推理、做计划并搞定复杂任务。这意味着开发者的角色发生了根本性转变——从编写每一行代码变成定义规范和评估测试平台。「每位开发者都成了运筹帷幄的指挥官」David 说「过去需要一支团队耗时好几个月才能完成的项目现在一个人在短时间内就能搞定。这就是真正的杠杆效应。」他介绍了 Google 支撑中国开发者的四大支柱本土社区20 个 Google 开发者社区40 万开发者、技术导师指导Google 开发者专家协助架构多智能体系统、出海创业加速45 家校友网络、以及本地化中文技术文档。他举了一个让人印象深刻的例子加速器校友 Movie Flow一款 AI 视频智能体打破了常见的时长限制能生成长达 10 分钟的多场景视频画面流畅连贯角色始终如一。结语一场 Keynote 背后 Google 的战略逻辑66 分钟六位高管从陈俊廷的战略开篇到 David 的生态收束这场 Keynote 的信息密度极高但底层逻辑其实只有一条线全栈式 AI服务中国出海。从最底层的定制芯片TPU v8 双平台、到中间层的模型Gemini 3.6 Flash / 3.5 Flash-Lite / Flash Cyber / Gemma 4、到上层的开发工具AI Studio、Antigravity 2.0、Android CLI、Android Studio 智能体模式、Chrome DevTools MCP、再到最顶层的平台生态Google Agent Platform、WebMCP、DDPGoogle 正在构建一个完整的闭环——让中国开发者在这个闭环里从想法到产品到全球分发每一步都有工具可用。而贯穿始终的关键词是「智能体」。不是作为一个产品形态而是作为一种新的计算范式智能体写代码、智能体测试应用、智能体维护代码库、智能体浏览 Web、智能体管理云资源。开发者不再是执行者而是指挥者。陈俊廷在开场时提到的几个案例——vivo 用 TPU 将海外算力成本降低 48%、百度用 Gemini 实现自然语言开发效率提升十倍、小鹏成为亚太首家原生搭载 Google Maps Auto SDK 的车企——这些不是孤立的合作故事而是 Google 全栈能力在不同层级的具体投射。值得注意的还有两个信号一是谷歌初创出海计划的正式启动以及广州和杭州两家跨境电商加速中心将在第三季度投入运营二是科技向善板块的分量——中央美术学院用 Gemma 4 做非遗互动艺术、北大用 Perch 模型做鸟类多样性保护、NVDA 社区的视障辅助工具 VisAware。这些不是点缀而是 Google 在中国市场叙事中刻意维护的人文温度。同时这 66 分钟传递的信号已经足够清晰智能体时代的基础设施之争Google 选择了「全栈」这个最重的答案。而中国开发者正站在这个全栈能力的出海端口上。接下来的问题不再是「AI 能做什么」而是「你打算让你的智能体团队替你做什么」。