一文看懂 Google Cloud Next 2026

文：王智遠 | ID:Z201440

Google Cloud Next 2026，三天，剛開完。

我線上陸陸續(xù)續(xù)看完了，內(nèi)容是真的多，多到你根本不可能靠刷幾條推文就搞明白Google在干啥。

如果讓我用五個字總結這場大會：統(tǒng)一技術棧。

Google Cloud CEO Thomas Kurian 開場就拋了一個問題：AI怎么真正落到企業(yè)生產(chǎn)里？

他自己給的答案，就是上面這五個字；然后我這兩天一邊看一邊記，看完之后整理了一下，大概分五層，從你最能感知的應用開始，一層層往下翻。

01

先說應用層，Google這次發(fā)了啥。

兩個大方向，一個面向客戶體驗的，一個面向企業(yè)內(nèi)部辦公的。

客戶體驗這塊，Google發(fā)了一套叫「Gemini企業(yè)版客戶體驗方案」的東西，里面帶了幾個預置的Agent，購物Agent、點餐Agent、客服輔助Agent，還有一個全渠道網(wǎng)關。

購物和點餐的Agent，用戶全程口噴的的方式，就能完成從發(fā)現(xiàn)商品到下單的全流程，不用點菜單、不用選規(guī)格。

客服輔助Agent是給企業(yè)客服人員用的，客戶打電話進來，Agent實時指導客服怎么回答，像一個隱形教練。

全渠道網(wǎng)關解決一個很實際的問題：客戶從網(wǎng)頁聊天切到電話，Agent能無縫銜接，記住上下文，還支持多語言實時切換。

現(xiàn)場有一個演示我覺得殺傷力特別強。

工作人員直接撥通YouTube TV客服電話，接電話的就是Agent；用戶問「明天請朋友看球，沒有線電視，有沒有只看體育的套餐」，Agent立刻推薦方案并發(fā)送注冊鏈接到手機。

然后，那個用戶說了一句，我岳父也在，能用西班牙語給他解釋一下嗎？Agent直接切了語言，繼續(xù)對話，沒有卡頓。

這個演示牛逼的地方在于它真的打出去了一通電話，不是PPT。

客戶案例也有，家得寶的購物助手已經(jīng)上線了，用戶線上線下切換時，Agent全程保留上下文，轉(zhuǎn)化率明顯提升。

必百思用Agent幫客戶選電子產(chǎn)品、處理售后、預約上門。棒約翰用點餐Agent記住老客戶口味，提升點單速度。

內(nèi)部辦公這塊，Google發(fā)了兩個東西。

第一個是Workspace Studio，無代碼，用自然語言就能在Gmail、文檔、表格、云盤里創(chuàng)建自動化流程。

比如：跟它說「每周五提醒我更新項目進度表」，就能自動建好，還能連Asana、Jira、Salesforce。

這個東西的意義我覺得不小。

造Agent這件事，不再只是開發(fā)者的活了；一個不會寫代碼的運營、HR、行政，只要能描述清楚自己要什么，就能造一個Agent。

第二個是Workspace Intelligence正式上線。

你的Agent現(xiàn)在能感知你工作的上下文，知道你在忙什么項目、跟誰協(xié)作、什么優(yōu)先級最高，給你的答案更精準。

還有一個動作，從微軟365遷移到Google Workspace，速度快了五倍。

嗯，打架打到這個份上了。

客戶案例里，高露潔為34000名員工部署Agent，將數(shù)據(jù)轉(zhuǎn)化為新產(chǎn)品概念，耗時從數(shù)月縮短到幾分鐘。

大韓航空22000名員工用Agent提升運營效率。沃爾瑪給門店管理者配了移動端Agent，減少辦公室停留時間，增加現(xiàn)場值守時長。

這些都是目前可以直接落地用的功能，不是PPT。

02

第二層，Agent怎么造。Google對原有Vertex AI做了個大整合，改名叫「Gemini企業(yè)版Agent平臺」。Kurian給它的定位很明確，Agent的任務控制中心。

這個平臺要解決的問題很直接，企業(yè)現(xiàn)在不止要造Agent，還要管Agent。

拆開來看，做了四件事，造、編排、治理、觀測。

造Agent給了兩條路。技術團隊用Agent開發(fā)工具包，圖形化編排框架，可以定義Agent之間怎么協(xié)作、按什么邏輯跑。

非技術人員用Agent工作室，低代碼，自然語言描述你想要什么，就能構建和發(fā)布一個Agent。

造完之后怎么管？

Agent注冊表，把你公司里所有的Agent和工具統(tǒng)一索引，誰建了什么、能干什么、在哪里跑，一眼就知道。

還有一個技能和工具注冊表，可以把常用指令、腳本、資源打包成模塊化的「技能包」，Agent需要的時候直接調(diào)用。

Google把自家所有云服務和Workspace的能力都做成了技能包，放在注冊表里。

生態(tài)方面，Agent市場上線了，合作伙伴包括Atlassian、Oracle、ServiceNow、Workday這些企業(yè)軟件大廠，它們的Agent可以直接部署到你的系統(tǒng)里。

編排是這個平臺比較有意思的地方。

Agent之間可以互相委派任務，一個Agent做完自己的活，把結果傳給下一個Agent接著干；Google還發(fā)了一個跨平臺的Agent通信協(xié)議，不同平臺上的Agent可以互相對話。

同時整個平臺原生支持了MCP協(xié)議，所有Google Cloud的服務都可以作為MCP服務器，任何Agent都能直接調(diào)用。

這個我覺得挺關鍵的，MCP現(xiàn)在基本上快成行業(yè)標準了。

治理這塊下了不少功夫，每個Agent現(xiàn)在有一個唯一的加密身份，所有動作可追蹤、可審計。

Agent網(wǎng)關是一個統(tǒng)一的策略管控中心，公司級別的安全規(guī)則在這里設定。還有一個叫模型護甲的功能，防止企業(yè)數(shù)據(jù)通過模型泄露。

觀測方面，可以看到每個Agent的完整執(zhí)行路徑，追蹤它調(diào)了什么工具、推理鏈條在哪里出了問題，日志級別可以細到每一步。

模型方面，平臺目前有兩百多個可選模型，Google自家的加第三方的都有；自家的Gemini 3.1 Pro進入預覽階段，是當前最強推理模型。第三方包含Anthropic的Claude系列。

對了，有一個大消息值得單獨說。

Google宣布跟蘋果合作，作為蘋果的首選云供應商，基于Gemini技術開發(fā)下一代蘋果基礎模型，未來會驅(qū)動更智能的Siri。

這個消息的量級，懂的都懂。

現(xiàn)場還有一個完整演示，一個全球家具零售商員工，在Gemini企業(yè)版應用中輸入一句指令「分析當前家居設計趨勢，找出倉庫滯銷庫存，編排一套上新營銷方案」。

一個指令觸發(fā)多個Agent協(xié)作，市場研究Agent抓了數(shù)據(jù)，數(shù)據(jù)Agent連接全球商品數(shù)據(jù)庫找出滯銷品，內(nèi)容生成Agent制作營銷素材，最后聯(lián)動Workspace自動生成品牌演示文稿。

整個過程幾分鐘，原來要好幾個小時。

說真的，Google這個平臺的野心很大，它在賣Agent時代的操作系統(tǒng)。芯片自己造，模型自己訓，平臺自己搭，應用自己做，從上到下一條線全是自己的。

微軟在搞Copilot工作室，亞馬遜有Bedrock，大家都在搶這個位置，Google的差異化在于它的垂直整合程度，目前來看是最深的。

03

Agent有了，平臺也有了，接下來最現(xiàn)實的問題：安全咋搞？這個可能很多人不太關注，我反而覺得是這場大會最值得注意的部分之一。

現(xiàn)在漏洞被利用的時間都降到「負七天」了，補丁還沒發(fā)出來，攻擊者就已經(jīng)在用這個漏洞了；攻擊者從入侵到交給下一個團隊，時間從八小時縮到了二十二秒。

二十二秒。

結論很明確，安全必須跟機器速度同步，人類分析師根本跟不上。

Google把自己的安全運營中心改成Agent化了，以前一個安全事件要三十分鐘調(diào)查，現(xiàn)在六十秒。

然后，Google今年花320億美元收了安全公司W(wǎng)iz，這次大會上Wiz的聯(lián)合創(chuàng)始人Assaf Rappaport直接上臺做演示。

320億，Google是真的舍得砸。

注釋：文章 怕你看暈，我整理了一張對照表，Google 發(fā)了什么、國內(nèi)誰在做類似的事，一張看清楚

Wiz發(fā)了個叫AI應用防護平臺的產(chǎn)品，核心是三個Agent，名字特簡單，紅色、藍色、綠色，對應安全圈的紅隊、藍隊、綠隊。

紅色Agent專門模擬攻擊者，一直掃描你系統(tǒng)的暴露面，找到漏洞后，不只是告訴你有風險，還會真的去試這個漏洞能不能被利用。

演示里，紅色Agent找到了一個認證繞過漏洞，還證明了攻擊者能通過這個漏洞拿到Agent背后的敏感數(shù)據(jù)庫。

然后綠色Agent接手修復，自動定位是哪行代碼出的問題，找到負責人，生成修復方案，還能直接提交代碼合并請求。

整個演示下來，從發(fā)現(xiàn)問題到修復，全程沒人插手。

這個演示看得我后背發(fā)涼。

Rappaport還提了個概念，我覺得挺關鍵的，叫影子AI；就是企業(yè)里有人在用沒經(jīng)過授權的AI模型和Agent，IT部門不知道，安全團隊也管不到。

這些野生Agent，可能在訪問敏感數(shù)據(jù)、連外部服務，完全在安全體系外瞎跑。

Wiz的平臺能自動找到這些影子Agent，把它們納入安全管控里；演示里有個場景，有個員工自己搭了個Agent，這個Agent既能連互聯(lián)網(wǎng)，還能訪問客戶數(shù)據(jù)，Wiz幾分鐘就識別出來了，還標了風險等級。

客戶案例也有，摩根士丹利選了Wiz當云安全策略的核心組件。

芝加哥商品交易所集團用Google的安全方案保護全球最大的衍生品交易系統(tǒng)；新加坡網(wǎng)絡安全局用這套體系做國家級主動防御；洛杉磯水電局在為2028年奧運會提前部署安全基礎設施。

我覺得安全這塊邏輯很清晰。

Agent越自主，能干的事越多，一旦被攻破，后果就越嚴重；一個能自己執(zhí)行代碼、訪問數(shù)據(jù)庫、調(diào)用外部服務的Agent，要是被注入惡意指令，造成的損害比傳統(tǒng)軟件漏洞大多了。

用Agent防御Agent，這個思路能不能行得通，還得看后續(xù)驗證；至少Google把安全放在了平臺核心位置，不是事后補補丁。

對了，這塊我目前還沒有看到國內(nèi)有人在做。

04

Agent做靠譜決策，離不開數(shù)據(jù)。Google這次在數(shù)據(jù)層做了個大重構，名叫「Agent數(shù)據(jù)云」。

他們的邏輯很簡單：

Agent推理能力再強，沒有上下文也是瞎猜；你讓Agent做采購決策，它連你公司的供應商數(shù)據(jù)都看不著，能做出啥靠譜決策？

這一層要解決的核心問題就一個：怎么把企業(yè)里散得到處都是的數(shù)據(jù)，變成Agent能直接用的東西。

Google發(fā)了個產(chǎn)品叫「知識目錄」，說白了，就是企業(yè)級的通用上下文引擎。

結構化數(shù)據(jù)這塊，它跟BigQuery原生打通，表結構、字段含義、業(yè)務邏輯，都是自動映射好的，不用手動弄。

非結構化數(shù)據(jù)更實用，一份PDF、一段錄音、一張圖片，只要放進Google云存儲，系統(tǒng)立馬自動打標簽、建索引、提取實體關系，全程不用人插手。

以前這些數(shù)據(jù)存進去就擱那吃灰，得等人寫數(shù)據(jù)管道去處理；現(xiàn)在不一樣，數(shù)據(jù)一落地就能用，Agent隨時能調(diào)用。

知識目錄還有個亮點，能學你公司的業(yè)務語義。

比如：Agent看到「凈收入」「風險敞口」這些詞，它懂的是你公司自己定義的意思，不是教科書上的通用解釋，不會鬧歧義。

這個其實挺重要的，做過企業(yè)項目的都知道，同一個詞在不同公司意思可能完全不一樣。

客戶案例里，英國維珍傳媒有兩萬多個數(shù)據(jù)資產(chǎn)，大部分一直沒人用，知識目錄把這些數(shù)據(jù)都激活了，現(xiàn)在全球的產(chǎn)品團隊都能用上。

第二個發(fā)布是跨云湖倉。

你的數(shù)據(jù)不管在哪個云上，AWS、Azure都行，自建機房也可以，都能無縫訪問；Kurian原話翻譯過來就是，不再被供應商綁定，你的數(shù)據(jù)你自己說了算。

第三個是數(shù)據(jù)Agent工具包，主要給數(shù)據(jù)科學家用的。

你在VS Code、Notebook、終端里，直接跟Agent說「預測下客戶流失率」，它就自動幫你選數(shù)據(jù)集、跑模型、生成報告。全程都遵守你公司的權限和安全規(guī)則。

現(xiàn)場演示也很直觀，一個數(shù)據(jù)科學家跟Agent說了一句話，Agent就自動定了數(shù)據(jù)分析計劃，選好工具、跑完分析、輸出結果。全程數(shù)據(jù)科學家就負責審核確認，不用自己寫代碼。

說真的，Google這次把「讓數(shù)據(jù)變成Agent能用的狀態(tài)」做成了平臺級的能力，不用企業(yè)自己費心搭數(shù)據(jù)管道。

這個思路要真能跑通，對企業(yè)AI落地的推動，可能比發(fā)布一個新模型大多了。

05

那最后一層，Google肯定要秀地基了。

Google的基礎設施負責人Amin Vahdat上臺的時候說了一句話，我覺得說的挺到位的，在Agent時代，算力不再等于一顆芯片，算力是整個數(shù)據(jù)中心。

這次最大的硬件發(fā)布是第八代TPU。

Google第一次把TPU拆成了兩顆芯片，一顆專門做訓練，一顆專門做推理。

訓練芯片叫TPU 8t，性能是上一代的三倍，單個超級計算集群可以擴展到9600顆芯片，共享兩個PB的高帶寬內(nèi)存。

Vahdat打了個比方，兩個PB相當于把美國國會圖書館的全部數(shù)字館藏裝進去一百次。

推理芯片叫TPU 8i，設計目標是讓上百萬個Agent同時跑，延遲接近零；它把內(nèi)存緩存直接做到了芯片上，打破了以前長上下文處理的內(nèi)存瓶頸。單個集群支持1152顆芯片。

為什么要拆成兩顆？

訓練和推理的需求已經(jīng)完全分化了。訓練要極致的算力規(guī)模，把模型練出來。推理要極致的低延遲和高并發(fā)，讓幾百萬用戶同時用。

一顆芯片很難同時滿足這兩件事，分開做，各自優(yōu)化到極致。

網(wǎng)絡方面，Google發(fā)了一個叫Virgo的新一代數(shù)據(jù)中心網(wǎng)絡架構，能連接十三萬四千顆芯片，帶寬47 Pb每秒；Vahdat說的效果是，原來要訓練好幾個月的模型，現(xiàn)在壓到幾周。

Google也沒有把路封死，平臺上同樣支持英偉達的GPU，這次還首批提供了英偉達最新的Vera Rubin系列。

給客戶選擇權，這個姿態(tài)還是可以的。

客戶案例方面，花旗證券上臺了。他們每天處理超過5000億美元的交易，用TPU跑量化研究的工作負載，速度快了2到4倍，成本降了三成。

以前要幾周跑完的計算任務，現(xiàn)在幾小時甚至幾分鐘就搞定。

還有個數(shù)字得留意，Pichai開場時提到，Google內(nèi)部現(xiàn)在75%的新代碼都是AI生成的，去年秋天還只有50%，去年同期是25%。

資本開支從2022年的310億美元漲到今年計劃的1750到1850億，四年翻了快六倍；這個投入規(guī)模，Google不是在做一個產(chǎn)品線的升級，是在押注一個時代。

看完整場大會，Google講了很多很多東西，但其實就一件事。

它在搭一個從芯片到應用的完整技術棧，然后告訴企業(yè)，不用你自己拼湊了，我給你一套現(xiàn)成的。

芯片我造，模型我訓，平臺我搭，安全我做，應用層也給你鋪好，你拿過去就能用。

哎，我感覺跟國內(nèi)百度智能云、阿里云上半年講的全棧沒什么大的區(qū)別，核心還是優(yōu)化了細節(jié)，像安全啊、數(shù)據(jù)啊這些。

Kurian收尾的時候特別強調(diào)了一個詞，開放。

他的原話大意是，別人想把你鎖進他們的圍墻花園，占有你的模型、你的數(shù)據(jù)、你的Agent；

而我們給你一套整合的技術棧，你可以自由選芯片、選模型，在任何地方跑AI，自己掌控自己的命運。

這話說得漂亮，但能不能做到，什么時候能？另說。

去年所有人都在說AI優(yōu)先，今年全變成Agent優(yōu)先了了；詞換了，核心問題沒變，AI到底怎么落地到企業(yè)的生產(chǎn)里。

Google給出了2026開端的答案，答案好不好，最終還得看客戶用腳投票。

對了，5月19號Google還有一場I/O大會；這次Cloud Next講AI怎么落進企業(yè)，I/O要講下一個命題，AI怎么落進每個開發(fā)者和普通人的手里。

到時候再聊。