全部 · 2026-05-19

Google 在 I/O 上扔了一串 Gemini 更新，听起来热闹，但信息密度很低。设计上提了“神经表达技术”，正文没解释具体怎么实现，只能猜是让交互更自然。智能体功能给了两个名字：每日简报和 Gemini Spark，什么时候能用没说。模型这边出了 Gemini Omni 和 3.5 Flash，参数规模、跑分、价格、发布时间全都没披露。我会先打个折，这种发布更像路线图预告，不是产品交付。对从业者来说，现在唯一能确认的是 Google 在多模态和智能体方向上继续加码，但落地能力和性价比完全没有可判断的依据。等有实测数据再聊。

Google AI 开发者账号官宣了 Gemini 3.5 模型家族，核心卖点是“智能加行动”，意思是模型不光能想，还能直接进业务流程里执行任务。这个方向是对的，现在各家都在让模型从聊天框跳出来干活，比如操作软件、调 API、走审批流。但这条公告信息量实在太少，没披露参数量、基准测试成绩、上下文窗口、定价，也没说具体什么时候能用上。跟上一代 Gemini 比到底强在哪，完全看不出来。 这种发布方式更像是先占个坑，给开发者和市场一个信号，但真正值不值得切过去，得等实测数据出来再说。如果后续跑分和价格确实有竞争力，那“推理加执行”这个组合拳在 agent 场景里会挺有杀伤力；如果只是换个名字小幅升级，那就没必要急着跟进。目前能确认的只有一点：Google 在 agent 这条路上继续加注了。

这条消息最值得看的是推理速度。8B模型在GB200上单并发跑到每秒850个token，对比传统自回归解码的253 tok/s，确实快了一大截。他们用的是一种叫扩散并行解码的方法，简单说就是让模型一次生成一整段文本，再逐步修正，而不是一个字一个字往外蹦。还加了个self-speculation技巧，相当于模型自己给自己做推测解码，进一步压榨速度。 但这里有几个信息缺口。正文没说明850 tok/s是在什么任务上测的，是简单对话还是长文生成，也没提输出质量有没有打折。扩散模型在图像生成里很成熟，搬到文本上最大的坑就是连贯性和事实准确性，这两点原文完全没提。另外，测试硬件是GB200，这是英伟达最新的高端卡，普通开发者手里的设备能不能复现这个速度，要打个大问号。 我会先观望。如果后续有独立评测验证精度没塌，这套方法对需要低延迟的场景确实有用。但眼下只能把它当成一个有意思的工程探索，别急着对标生产环境。

Gemini 应用月活破 9 亿，官方把增长归因于“发布节奏快”，但这条推文本身没给出任何支撑数据。我会先打个折：没披露统计口径（是打开过就算，还是活跃使用）、没说明统计周期、也没列出到底哪些功能拉动了增长，只说“后续回顾”。对从业者来说，这个数字的参考价值有限——没有功能清单和用户行为数据，就没法判断是产品真变好用了，还是靠 Google 全家桶导流堆出来的量。想复盘的团队得等后续推文，看他们到底回顾了什么功能、有没有附带实验数据或用户反馈。

Google 在《自然》上发了篇论文，介绍他们的“经验研究助手”ERA，想帮研究人员自动读文献、提假设、设计实验。同时通过 Google Labs 的可信测试者计划开放早期访问。听起来像是个能省掉大量重复劳动的科研外挂，但文章从头到尾没给出任何在真实实验室里跑出来的效果数据。 发 Nature 本身说明同行评议过了关，但博客里只讲了“从论文到工具”的故事线，没提模型在具体学科任务上的准确率、召回率，也没说测试者反馈。这点先别太激动——有顶刊背书不等于产品已经好用。 还缺几块关键信息：ERA 在什么学科上测过、幻觉率多高、能不能处理带图表和实验数据的论文、和人工做文献综述比到底省了多少时间。这些不说清楚，很难判断它是个真能进实验室干活的助手，还是又一个包装成科研工具的通用大模型界面。

Google 宣布 Gemini CLI 将在 2026 年 6 月 18 日停止服务，个人免费用户和 Pro/Ultra 订阅用户届时都无法再使用。这个命令行工具去年发布后攒了超过 10 万 GitHub 星标和 6000 个合并请求，但 Google 认为用户现在需要的是多个 AI 代理互相配合干活，而不是单打独斗，所以决定把精力集中到新的 Antigravity CLI 上。 新工具用 Go 重写，官方说执行更快、支持异步工作流，还能和 Antigravity 2.0 桌面端共享同一套代理架构。但正文也明确说了，迁移初期不会有 1:1 的功能对等，只保留了 Agent Skills、Hooks、Subagents 和 Extensions 这些核心功能。如果你重度依赖某些 Gemini CLI 的特定能力，现在就得去翻迁移文档确认是否被砍。 正文没披露企业客户的迁移细节，也没说 Gemini Code Assist IDE 扩展停服后，那些集成到 GitHub 组织里的自动化流程具体怎么过渡。另外，Antigravity CLI 的定价策略和免费额度也没提，这对个人开发者来说是个不小的信息缺口。

Google 和沃尔沃在 I/O 上宣布，Gemini 会接入还没发布的 EX60 SUV 的外部摄像头，首发功能是解释那些让人头疼的停车标志。这靠的是沃尔沃车机本来就用了 Google 的 Android Automotive 系统，所以 Gemini 能直接拿到摄像头画面，不用额外折腾硬件。 Google 提了一嘴，以后可能让 Gemini 回忆路过的路牌之类，但正文没展开说具体还有哪些场景、什么时候上线、要不要联网、延迟多少。这些信息缺口挺大，现在只能把它当成一个单点功能展示，离真正能看懂周围环境的车载助手还有距离。 另外，报道来自 The Verge 的 RSS 摘要，全文被截断了，细节可能还有遗漏。沃尔沃 EX60 本身也还没发布，功能落地时间完全没谱。

Google DeepMind 让 Project Genie 吃进了 Street View 的街景数据，现在你给一张真实街道照片，它能生成一段可以走动、可以调天气的 3D 场景。听起来像把谷歌地球变成了一个可交互的沙盒，对机器人训练和游戏 demo 确实有想象空间。 但这条新闻目前只能当个预告看。正文没披露模型参数、推理延迟、生成一公里街道要烧多少算力，也没给任何量化评测——比如生成场景和真实街道的几何误差有多大，物体会不会凭空出现又消失。这些信息缺口意味着我们还无法判断它离“能用”有多远。 另外，街景数据本身有采集时间差，用它训练出来的世界模型能不能反映当下的路况、施工、临时障碍，正文也没提。如果只是生成一个“看起来像”的静态世界，那和游戏引擎的区别在哪，这点也需要后续技术细节才能判断。

Google 在 I/O 上把 CodeMender 的 API 推给一批专家测试，这工具去年 10 月就露过脸，现在才算真正往外放。DeepMind CTO 说目标是帮全球代码库做安全加固，听着像要跟 Anthropic 突然发布的 Claude Mythos Preview 打擂台。但文章是 RSS 片段，关键信息全缺：没写 API 怎么收费、延迟多少、在哪些漏洞类型上验证过效果，也没交代 Mythos 到底强在哪、Google 拿什么对标。 我会先打个折：这更像一次 PR 节奏的跟进，而不是产品成熟到能比的信号。代码安全 agent 要真能自动修漏洞，得在真实仓库里跑出低误报、高召回，还得让开发者敢把 merge 权限交出去。目前这些数字一个都没看到。 还缺的是：CodeMender 的实测 benchmark、跟 Mythos 的 head-to-head 对比、以及 Google 自己的安全团队用不用它。这些不出来，说“帮全球代码库加固”就还停在口号上。

Sundar Pichai 在 I/O 2026 上把 Gemini 的下一步押在“自主代理”上，说它能自动处理邮件、安排日历和生成报告。听起来挺省事，但整篇博客没给出任何硬指标——模型参数、具体上线时间、收费方式都没提。这更像一个产品方向预告，离真正稳定可用还有距离。 我会先打个折。让模型自动操作你的邮箱和日历，权限和可靠性是绕不开的坎，博客里没交代怎么解决误操作或安全问题。另外，演示场景和真实工作流的复杂度差很远，没有第三方测试或用户数据支撑，很难判断实际成功率。 还缺的东西不少：一是技术细节，比如用了什么模型、延迟和准确率怎么样；二是落地节奏，什么时候推、哪些地区先用、免费还是付费；三是安全边界，代理能做什么、不能做什么，出错了谁负责。这些信息没补上之前，先当概念发布看。

Google 在 I/O 上推的这个“通用购物车”，核心是把购物决策塞进搜索和 Gemini 对话里。你搜东西或跟模型聊天时，能把不同零售商的商品加进同一个购物车，最后在 Google 这边统一付钱。它还会帮你盯价格、提醒补货、推荐折扣，甚至提示你选的商品可能有什么坑。未来计划接入 YouTube 和 Gmail，想象空间是有的。 但这条新闻来自 The Verge 的 RSS 片段，关键信息全是缺口。正文没写这个购物车首批接入了哪些零售商，也没提 Google 对交易抽多少成。上线时间、覆盖地区同样没披露。没有这些，就没法判断它到底是真能跨店比价下单，还是只把几个合作方的商品聚合到一个界面里。 对从业者来说，这更像一个信号：Google 在把 agent 往消费场景里塞，让模型直接参与花钱的动作。但落地效果要看商家覆盖度和结算体验，这两点现在都还是空白。

Antigravity 2.0 这次更新，核心是让开发者能在桌面端和命令行里直接用这个编程助手，还加了个 SDK 用来搭自定义流程，相当于让模型进到更具体的开发工作流里干活。同时新出的 AI Ultra 套餐每月 100 美元，额度是 AI Pro 的 5 倍，瞄准的是重度用户。 但整篇报道的信息缺口很明显：桌面应用和命令行工具到底更新了哪些功能，正文没披露；SDK 能接入哪些外部系统、支持什么协议，也没提。没有这些细节，很难判断 2.0 比上一代到底强在哪，还是只是换了个版本号。 另外，100 美元的定价在编程助手市场里不算低，但报道没给出 Pro 套餐的具体额度数字，所以“5 倍”这个说法没法换算成实际能用多少次调用、处理多少行代码。想评估性价比，还得等 Google 公布更细的用量上限。

Google 给 Gmail 加了个语音入口，点搜索栏图标就能用嘴翻邮件，本质是把 Gemini Live 塞进了收件箱。发布会上员工问了自己孩子的学校活动和底特律行程，系统直接从邮件里捞出展示活动的日期地点和行程信息，交互看起来是对话式的，不是传统关键词搜索。 这条新闻的价值在于它把 AI 语音助手从“聊大天”拉回了具体的数据场景——你自己的邮件。但正文没披露任何落地细节：什么时候能用、支持哪些语言、离线行不行、隐私怎么处理，全都没提。我会先打个折，因为现场演示用的是员工自己的收件箱，数据熟悉度和权限都是最优情况，换成一个杂乱收件箱的普通用户，准确率会怎样还不好说。 还缺两样东西：一是多轮追问的容错表现，比如问错了能不能纠正；二是对附件、图片里信息的理解能力，正文只提了文字邮件。

Google 在 I/O 大会上把 Android CLI 推到了 1.0 稳定版，核心就一件事：让 AI 编程助手（比如 Claude Code、OpenAI Codex 或 Google 自家的 Antigravity）能通过命令行直接构建安卓应用，不用非得打开 Android Studio 的图形界面。这相当于给“让模型进业务流程干活”的 agent 工作流扫掉了一个环境障碍——以前 AI 要操作安卓工程，得在 IDE 里绕来绕去，现在可以直接在终端里下指令。 不过，这篇报道的信息量其实挺薄。它只说了工具已发布、支持哪些平台，但没给出任何实测数据：用 CLI 比用 IDE 到底快多少？构建成功率有没有变化？对复杂项目（比如多模块、依赖 Kotlin 符号处理的工程）兼容性如何？这些全都没提。另外，1.0 稳定版意味着之前有预览版，但正文没交代预览阶段踩过哪些坑、这次修了什么，所以“稳定”二字暂时只能按字面理解。 对 AI 从业者来说，这条消息的价值在于确认了一个趋势：大厂开始主动把开发工具链改造成 AI 友好的形态，而不是让 AI 去适应老工具。但要不要立刻切到 CLI 工作流，还得等社区跑出更多真实项目的反馈，尤其是非玩具级应用的构建稳定性和错误恢复能力。

这篇公告最大的问题是信息量太少。Google 在 I/O 2026 上把 AI 订阅体系拉到了每月 100 美元的新档位，叫 AI Ultra，面向重度用户。但官方博客只提了名字和价格，没列出 Ultra 到底比现有的 Plus 和 Pro 多了哪些能力。已有的 Plus 和 Pro 订阅也获得了新功能和权益，同样没展开。 我会先打个折：这更像一个预告，而不是产品发布。100 美元一个月的定价在消费级 AI 订阅里算很高了，但值不值，完全取决于它给的是什么——是更高的调用次数上限、更快的响应速度，还是独占的模型能力？正文没披露这些，就没法判断。 还缺的关键信息包括：Ultra 计划的具体权益清单、与 Pro 的差异对比、以及上线时间。如果只是把现有功能打包提价，那这个定价就虚高了。

Google 这次调价动作挺直接：顶配 AI Ultra 套餐从每月 250 美元砍到 200 美元，同时塞进来一个 100 美元的新档位。新档位主打“Pro 套餐 5 倍的 Gemini 应用使用上限”，瞄准编程和创作场景，还打包了 20TB 存储、YouTube Premium 和新功能抢先体验。 但这条消息最大的信息缺口就是“5 倍”到底对应多少调用次数。没这个数字，很难判断 100 美元是划算还是噱头。另外“新功能抢先体验”也没展开，不知道是提前几天用还是能碰还没公开的模型。我会先打个折：降价是实打实的，但新档位的性价比得等官方把限额量化了再说。

谷歌给 Gemini Spark 画了个饼：一个能全天候在后台自主干活的个人 AI 代理，哪怕你手机和笔记本都关了它还能跑。这个“关机执行”是最大卖点，也是最需要打问号的地方。官方只说做重大操作前会问你，但正文没披露上线时间、收费方式，也没列出具体能处理哪些任务。关机执行到底怎么实现——是任务托管到谷歌云端，还是设备本身有低功耗模块——完全没有交代。对从业者来说，这更像一个概念预告而非可评估的产品。如果真能做到，意味着个人代理的可用性往前迈了一大步；但在看到技术细节和权限模型之前，这条消息的价值主要在于观察谷歌的代理产品方向，而不是判断它能落地到什么程度。

Anbeeld 用一张 RTX 3090 跑 Qwen 3.6 27B，在 64k 和 128k 上下文下测了 KV 缓存量化，结论挺直接：q4_0 在尾部 token 上的 KLD 比 q5_0 差了 32%，精度掉得明显，长文本场景下不太靠得住。turbo4 更尴尬，比普通 q4_0 还慢 17%，显存却没省下多少，名字里的“turbo”有点名不副实。q5_0 在精度和压缩率之间平衡得不错，但正文没给出具体的显存占用对比，这点比较可惜。另外对称 q8 被作者认为可能是在浪费显存，不过也没展开说具体浪费了多少、在什么场景下不值得。整体来看，这个测试只在一张卡、一个模型上跑，结论能不能推广到其他模型和框架还不好说，我会先打个折。

Codegraph 的思路是把代码库提前建成一张知识图谱，把函数调用关系、符号位置这些结构信息都索引好，模型干活时不用反复翻文件、猜路径，直接查图就行。在 VS Code 的测试里，工具调用从 52 次压到 3 次，运行时间从 1 分 37 秒缩到 17 秒，省掉的调用次数确实可观，对按 token 或调用次数收费的 API 来说，成本能打下来不少。 不过正文没披露测试用的代码规模有多大、任务到底多复杂，也没说对比的基线模型版本和配置。94% 这个数字是在特定场景下跑出来的，换到大型项目或跨文件重构任务上能不能复现，现在没法判断。另外，建知识图谱本身要花多少时间、占多少存储，这些开销也没提。 还缺的是多语言支持情况、图谱更新策略，以及跟其他代码索引方案（比如基于 AST 或向量检索的）的横向对比。如果后续能补上这些，才能看清它到底是通用省钱方案，还是只在特定条件下好用。

Google 在 I/O 上扔出了 Gemini 3.5 Flash，定位很明确：就是冲着“快”和“省事”去的，主打日常任务和多步骤创意项目。官方说它能应对现实世界的复杂情况，但这句话目前没有数字支撑。正文没披露价格、上下文窗口大小、任何基准测试成绩，也没说 API 什么时候能用、有没有地区限制。这些恰恰是判断它能不能打的关键。Flash 系列一贯走轻量路线，如果这次能在成本上再压一截，对高频调用场景会很有吸引力。但没看到数据之前，我会先打个折——毕竟“最强”这种说法，得看跟谁比、花多少钱。等跑分和定价出来，才能判断它是真省钱还是只换了个名。