这种增长来自两个方面：

• AI 模型能力持续提升
• AI 被快速嵌入更多日常产品

如今 AI 已经深度融入 Google 的多个核心产品，包括 Search、Workspace、Android、YouTube 以及开发者平台。随着这些系统越来越强大，人们回头看当前技术时，很可能会像看早期手机一样——当时很先进，但和后来的技术相比显得非常有限。

什么是“代理式 Gemini 时代”

皮查伊在 I/O 上提出的核心概念是 agentic AI（代理式 AI）。

传统聊天式 AI 的工作方式是：用户提出问题，模型给出答案。

而代理式系统则更进一步，它们可以：

• 对问题进行推理
• 制定多步骤计划
• 跨应用执行操作

换句话说，AI 从“被动回答”转向 主动完成任务。谷歌表示，最新发布的产品组合标志着这一阶段的开始。

Gemini Spark：全天候个人 AI 代理

最直接体现这一转变的是 Gemini Spark。

谷歌把它描述为一个 24 小时运行的个人 AI 代理，用于帮助用户管理数字生活。它可以在用户授权下主动完成各种任务，并在不同 Google 服务之间协调操作。

它的核心特点包括：

• 持续运行，而不是一次性回答
• 跨 Google 应用协同工作
• 自动完成多步骤任务

这种模式意味着 AI 不再只是一个工具，而更像是 长期协作的数字助手。

Gemini 3.5 Flash：为代理和编程设计的模型

谷歌同时发布了新一代模型系列 Gemini 3.5，其中首个版本是 Gemini 3.5 Flash。

该模型被定位为 面向代理系统和复杂编程任务优化的模型。

根据谷歌介绍，它具有几个关键特征：

• 具备接近大型旗舰模型的智能水平
• 保持 Flash 系列的快速响应
• 在需要长时间推理的任务中表现突出

例如：

• 多步骤软件开发流程
• 长周期研究或数据分析
• 自动化代理执行复杂任务

这些能力对于代理式 AI 非常关键，因为代理需要 规划、执行并持续迭代任务，而不是只生成一次回答。

Gemini Omni：从任何输入生成视频

另一个重要发布是 Gemini Omni。

这是一个强调 多模态生成能力 的模型，可以将 文本、图像、音频和视频 等不同输入结合起来，并生成高质量视频内容。

谷歌表示，用户可以通过对话方式：

• 生成电影级视频
• 编辑已有视频
• 将不同媒体素材组合成新内容

Omni 的目标是把 Gemini 的推理能力与生成媒体模型结合，让 AI 能够 理解并生成多种媒体形式的内容。

软件工程师的工作方式可能会改变

随着 AI 能够处理越来越复杂的任务，软件开发流程也可能发生变化。

在传统模式下，工程师需要手动编写每一行代码。而在代理式 AI 的模式下，工程师可能更多扮演 指导者或系统设计者 的角色：

• 定义目标
• 监督 AI 代理执行
• 调整系统策略

谷歌将 Gemini 3.5 Flash 明确定位为支持 代理式编程和长流程开发任务 的模型，这显示公司正在推动 AI 在软件开发中的更深层自动化。

不过，目前公开信息并没有直接表明工程师将完全转变为“代理团队管理者”。更可靠的结论是：AI 代理将逐渐承担越来越复杂的编程任务。

AI 焦虑与激烈竞争

皮查伊也承认，AI 的快速发展既带来了兴奋，也带来了社会层面的焦虑。

公众讨论越来越集中在几个问题上：

• 就业结构变化
• AI 安全与监管
• 自动化对社会的长期影响

与此同时，科技行业的竞争也在迅速升级。谷歌在 I/O 上强调其产品发布速度和大规模基础设施投资，表明公司希望在 下一代计算平台——AI 平台 的竞争中保持领先。

更大的趋势：AI 正成为新的计算平台

综合来看，Google I/O 2026 释放出的信号非常明确：

AI 正在从一个 回答问题的工具，转变为一个 可以完成任务的计算平台。

从 Gemini Spark 的个人 AI 代理，到 Gemini 3.5 Flash 的代理式模型，再到 Gemini Omni 的多模态生成系统，谷歌正在构建一个生态：

AI 可以理解信息、生成内容，并在不同应用之间执行复杂工作流程。

如果皮查伊的判断成立，那么几年之后，人们回头看今天的 AI，确实可能会产生一种熟悉的感觉——就像今天看 2000 年代的翻盖手机一样。

这种增长来自两个方面：

• AI 模型能力持续提升
• AI 被快速嵌入更多日常产品

如今 AI 已经深度融入 Google 的多个核心产品，包括 Search、Workspace、Android、YouTube 以及开发者平台。随着这些系统越来越强大，人们回头看当前技术时，很可能会像看早期手机一样——当时很先进，但和后来的技术相比显得非常有限。

什么是“代理式 Gemini 时代”

皮查伊在 I/O 上提出的核心概念是 agentic AI（代理式 AI）。

传统聊天式 AI 的工作方式是：用户提出问题，模型给出答案。

而代理式系统则更进一步，它们可以：

• 对问题进行推理
• 制定多步骤计划
• 跨应用执行操作

换句话说，AI 从“被动回答”转向 主动完成任务。谷歌表示，最新发布的产品组合标志着这一阶段的开始。

Gemini Spark：全天候个人 AI 代理

最直接体现这一转变的是 Gemini Spark。

谷歌把它描述为一个 24 小时运行的个人 AI 代理，用于帮助用户管理数字生活。它可以在用户授权下主动完成各种任务，并在不同 Google 服务之间协调操作。

它的核心特点包括：

• 持续运行，而不是一次性回答
• 跨 Google 应用协同工作
• 自动完成多步骤任务

这种模式意味着 AI 不再只是一个工具，而更像是 长期协作的数字助手。

Gemini 3.5 Flash：为代理和编程设计的模型

谷歌同时发布了新一代模型系列 Gemini 3.5，其中首个版本是 Gemini 3.5 Flash。

该模型被定位为 面向代理系统和复杂编程任务优化的模型。

根据谷歌介绍，它具有几个关键特征：

• 具备接近大型旗舰模型的智能水平
• 保持 Flash 系列的快速响应
• 在需要长时间推理的任务中表现突出

例如：

• 多步骤软件开发流程
• 长周期研究或数据分析
• 自动化代理执行复杂任务

这些能力对于代理式 AI 非常关键，因为代理需要 规划、执行并持续迭代任务，而不是只生成一次回答。

Gemini Omni：从任何输入生成视频

另一个重要发布是 Gemini Omni。

这是一个强调 多模态生成能力 的模型，可以将 文本、图像、音频和视频 等不同输入结合起来，并生成高质量视频内容。

谷歌表示，用户可以通过对话方式：

• 生成电影级视频
• 编辑已有视频
• 将不同媒体素材组合成新内容

Omni 的目标是把 Gemini 的推理能力与生成媒体模型结合，让 AI 能够 理解并生成多种媒体形式的内容。

软件工程师的工作方式可能会改变

随着 AI 能够处理越来越复杂的任务，软件开发流程也可能发生变化。

在传统模式下，工程师需要手动编写每一行代码。而在代理式 AI 的模式下，工程师可能更多扮演 指导者或系统设计者 的角色：

• 定义目标
• 监督 AI 代理执行
• 调整系统策略

谷歌将 Gemini 3.5 Flash 明确定位为支持 代理式编程和长流程开发任务 的模型，这显示公司正在推动 AI 在软件开发中的更深层自动化。

不过，目前公开信息并没有直接表明工程师将完全转变为“代理团队管理者”。更可靠的结论是：AI 代理将逐渐承担越来越复杂的编程任务。

AI 焦虑与激烈竞争

皮查伊也承认，AI 的快速发展既带来了兴奋，也带来了社会层面的焦虑。

公众讨论越来越集中在几个问题上：

• 就业结构变化
• AI 安全与监管
• 自动化对社会的长期影响

与此同时，科技行业的竞争也在迅速升级。谷歌在 I/O 上强调其产品发布速度和大规模基础设施投资，表明公司希望在 下一代计算平台——AI 平台 的竞争中保持领先。

更大的趋势：AI 正成为新的计算平台

综合来看，Google I/O 2026 释放出的信号非常明确：

AI 正在从一个 回答问题的工具，转变为一个 可以完成任务的计算平台。

从 Gemini Spark 的个人 AI 代理，到 Gemini 3.5 Flash 的代理式模型，再到 Gemini Omni 的多模态生成系统，谷歌正在构建一个生态：

AI 可以理解信息、生成内容，并在不同应用之间执行复杂工作流程。

如果皮查伊的判断成立，那么几年之后，人们回头看今天的 AI，确实可能会产生一种熟悉的感觉——就像今天看 2000 年代的翻盖手机一样。