Google I/O 2026 全面回顾：从 AI 助手到 AI Agent，开发者的新纪元

May 20, 2026

aigoogleagentinfrastructure

活动时间： 2026 年 5 月 19–20 日，Shoreline Amphitheatre，Mountain View, CA

一年一度的 Google I/O 刚刚落幕，和往年一样，我把整个 Keynote 一字不落地看完了。如果用一句话概括今年的主题，那就是：Google 正式宣告 AI Agent 时代的到来。

不是「AI 辅助开发」，而是 AI 主导、人类监督。这个方向上，今年的 I/O 比我预期的更激进，也更务实。下面我按照主题拆开来聊。

一、模型层：Gemini 3.5 系列正式登场

Gemini 3.5 Flash

今年最核心的模型发布是 Gemini 3.5 Flash。这个版本的定位非常清晰：在编码、Agent 任务和多模态 benchmark 上全面超越 Gemini 3.1 Pro，同时继承 Flash 系列的速度和成本优势——官方给出的数据是比其他前沿模型快 4 倍（output tokens/s）。

从开发者的角度来看，这个组合很有吸引力：不再需要在「性能」和「速度」之间做取舍。它已今日起在 Gemini App、Search、Antigravity 2.0 以及 Gemini API 全面铺开。

Gemini 3.5 Pro

Pro 版本目前仍在测试中，预计下个月放出。按照发布节奏判断，3.5 Pro 很可能是为更复杂的推理和长上下文场景设计的旗舰版本。值得关注。

Gemini Omni：推理 × 创作的融合

Gemini Omni 是一个全新的模型系列，这次的定位是「理解 + 生成」的统一体。Omni Flash 支持图像、音频、视频和文本的输入，直接输出视频内容，并且可以基于真实世界知识做内容接地（grounding）和后续编辑。

简单说：你给它一个问题或场景，它可以直接给你生成一段视频回答——而且这个视频不是乱编的，是带有知识依据的。这个能力已经接入了 Gemini App、Google Flow 和 YouTube Shorts。

个人评价： Gemini Omni 是我今年最感兴趣的模型产品之一。多模态”理解”一直是 Gemini 的强项，这次把”生成”也拉通了，从 API 调用者的角度看，统一接口意味着更简洁的系统设计。

二、开发者工具层：Antigravity 2.0 —— Agent 的基础设施

去年的 Antigravity（Google 对标 Cursor 的 AI coding 工具）今年完成了一次架构级升级。

Antigravity 2.0 Desktop App

2.0 是一个全新的独立桌面应用，和原有的 Antigravity IDE 分离，专门为 Agent 编排设计。主要能力：

Antigravity CLI

面向喜欢命令行的开发者，Google 发布了 Antigravity CLI，完全取代之前的 Gemini CLI。它与 Antigravity 2.0 共用同一个 agent harness，这意味着未来 Antigravity 的所有改进都会自动同步到 CLI。

原 Gemini CLI 的核心功能（Agent Skills、Hooks、Subagents、Extensions）全部保留迁移，Extensions 更名为 Antigravity Plugins。

Antigravity SDK

面向想要自定义 Agent 行为并部署在自有基础设施上的工程团队，Google 开放了 Antigravity SDK。这给企业级用户提供了更大的控制权，不再强绑 Google 的托管环境。

Managed Agents in Gemini API

对于不想自己搭基础设施的开发者，Gemini API 现在提供 Managed Agents：一个 API 调用即可获得一个完整的 Agent 实例，带有远程沙箱，免去所有基础设施配置。

个人评价： 这一套 Antigravity 生态是我认为今年开发者侧最值得关注的发布。Google 把 AI 编码工具从「辅助写代码」推进到了「自主完成复杂工作流」的层次，而且同时提供了 Desktop、CLI、SDK、Managed API 四个入口，覆盖不同团队的不同需求。架构上的清晰度让我印象深刻。

三、AI Studio：从原型到生产的全链路

Google AI Studio 也迎来了多项重要更新：

这条链路让「Prompt → 原型 → 生产部署」可以完全在 Google 生态内完成，摩擦成本大幅降低。

四、Android 开发工具：Migration Agent + Android Bench

Android CLI & Skills

Android CLI 稳定版发布，让 AI Agent 可以直接调用 Android Studio 的核心能力：下载 SDK、在真机/模拟器上运行 App 等。同时开源了一批 Android Skills，帮助 LLM 执行最佳实践，覆盖：Jetpack Compose 迁移、Jetpack Navigation 3 迁移等复杂场景。

Migration Agent（预览）

这个功能让我眼前一亮：Migration Agent 可以将现有代码（无论是 React Native、Web Framework 还是 iOS）自动迁移为原生 Kotlin Android App。Google 声称原本需要数周的迁移工作，现在可以压缩到数小时。

这是个大胆的承诺，我持谨慎乐观态度——实际效果很大程度上取决于源码复杂度，但方向无疑是正确的。

Android Bench

Google 建立了专门针对 Android 开发任务的 LLM 排行榜，这次新增了 Gemma 4 等开源模型。对于需要在技术选型时评估不同 LLM Android 开发能力的团队来说，这是个实用参考。

五、Web 开发：WebMCP 和 Modern Web Guidance

WebMCP

WebMCP 是今年 Web 侧最具前瞻性的提案。这是一个开放 Web 标准草案，允许开发者将网页中的 JavaScript 函数、HTML 表单等结构化工具暴露给浏览器内的 AI Agent，使其能以更高的精度、速度和可靠性执行复杂任务。

Chrome 149 的 Origin Trial 今日开启，Gemini in Chrome 的支持也即将到来。

个人评价： 如果 WebMCP 成为标准，Web 开发的范式会发生根本变化——页面不再只是给人看的，还需要为 AI Agent 提供标准化的”可操作接口”。这会催生新的设计原则和新的前端工程实践。值得持续跟进。

Modern Web Guidance

面向 AI coding agent 的 Modern Web Guidance 提供了超过 100 个专家审核的 Web 开发最佳实践 Skill，集成了 Baseline 兼容性数据，支持一行命令安装：

npx modern-web-guidance install

Chrome DevTools for Agents

将 Chrome DevTools 的调试能力开放给 AI Agent：自动化质量审计、真实用户体验模拟、自动连接 debug session 等，实现无人值守的代码优化循环。

HTML-in-Canvas API

新的 HTML-in-Canvas API（Origin Trial）允许开发者将真实 DOM 元素嵌入 WebGL/WebGPU canvas，构建同时具备 3D 沉浸感、SEO 可索引性、无障碍可访问性和 DOM 可交互性的 Web 体验。这是个很有意思的技术突破。

六、消费端产品：Gemini 无处不在

Gemini Spark —— 个人 AI Agent

Gemini Spark 是今年消费端最重要的产品发布之一。定位是「你的个人 AI Agent」，可以主动代表你执行操作、管理你的数字生活。

从功能设计看，Gemini Spark 的野心是成为 OS 级别的个人助理，而不只是聊天机器人。

Google Search：搜索变成 AI 函数

Google Search 做出了我认为是产品史上最重大的范式转变之一：搜索从文本输入变成 AI 执行函数。

结合 Gemini Spark，你的搜索查询可以是 Agentic 的——不只是给你一个当时的答案快照，而是可以在未来继续跟踪更新。同时 Search 会直接生成定制化的动态 UI 作为回答界面。

Google Shopping：Universal Cart

Google 推出了跨平台购物车：从多个平台添加商品，AI 追踪价格历史、建议替代品（兼容性检测）、推荐最优支付方式，并由 Gemini 直接完成结账。配合一个通用的跨店 Profile，这个体验如果做好了会非常流畅。

Google Workspace 更新

YouTube

七、硬件：Android XR 智能眼镜

今年 Keynote 上硬件部分相对克制，但 Android XR 智能眼镜的官方确认还是引发了现场热情。

核心信息：

另外，Samsung 和 Google 合作的 Project Aura（XR 头显）在 Keynote 没有正式登台，预计会在展区展示。

八、安全与 AI for Science

Code Mender

Google 推出了 Code Mender，一个通过 Agent Platform 提供的 AI 安全 Agent，专门用于自动发现并修复代码库中的安全漏洞。目前处于邀请测试阶段。安全工具的 AI 化是个高价值方向，值得关注进展。

Gemini for Science

Demis Hassabis 上台介绍了 Gemini for Science：将多种强大 AI 工具汇聚，加速科学研究。包括用 Gemini 模拟细胞行为以发现新疗法，以及完整的地球系统模拟（用于气象学和长期天气预测）。

九、我的整体评价

Google 今年做对了什么？

架构层面的清晰度是这次 I/O 给我留下最深印象的地方。Antigravity 生态（Desktop + CLI + SDK + Managed API）、Gemini 模型系列（Flash / Pro / Omni）、消费端（Spark / Docs / Search）——每一层的定位都很清晰，层与层之间的接口设计也是有意为之的。这说明 Google 内部至少在”如何把 AI 融入整个产品体系”这件事上想清楚了。

哪里还有疑问？

WebMCP 和 HTML-in-Canvas 这类 Web 标准提案的落地，高度依赖整个社区的跟进，Google 单方面推进不了；Migration Agent 的实际迁移质量还需要在生产环境中验证；Gemini Spark 的”个人 Agent”定位与隐私边界之间的张力也会是持续的议题。

对开发者的行动建议：

  1. 立即评估 Antigravity CLI，尤其是原 Gemini CLI 用户——迁移路径已经铺好了
  2. 关注 WebMCP Origin Trial，思考你的 Web 产品如何为 AI Agent 提供结构化接口
  3. Android 团队可以开始实验 Android CLI + Skills，特别是 Jetpack Compose 迁移场景
  4. Gemini 3.5 Flash 现在就可以接入 API，速度和性能的组合对大多数 Agentic 应用来说是目前的最优解

Google I/O 2026 标志着一个转折点：AI 工具链从”辅助人类”到”自主执行”的角色迁移已经不是概念，而是产品。作为开发者，我们现在面临的问题不再是”该不该用 AI”，而是”如何设计系统，让 AI Agent 成为可靠的协作者”。

这个问题比上一个问题难，也更有趣。

以上内容基于 Google I/O 2026 主 Keynote（2026/05/19）及开发者 Keynote 的公开信息整理，部分产品功能仍处于 Preview 或 Origin Trial 阶段，实际发布时间以 Google 官方为准。

参考来源：Google Developers Blog、9to5Google、TechCrunch、Google Cloud Blog