![]()
文:王智遠(yuǎn) | ID:Z201440
Google Cloud Next 2026,三天,剛開(kāi)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(gè)字總結(jié)這場(chǎng)大會(huì):統(tǒng)一技術(shù)棧。
Google Cloud CEO Thomas Kurian 開(kāi)場(chǎng)就拋了一個(gè)問(wèn)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(gè)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(yīng)用開(kāi)始,一層層往下翻。
01
先說(shuō)應(yīng)用層,Google這次發(fā)了啥。
兩個(gè)大方向,一個(gè)面向客戶體驗(yàn)的,一個(gè)面向企業(yè)內(nèi)部辦公的。
客戶體驗(yàn)這塊,Google發(fā)了一套叫「Gemini企業(yè)版客戶體驗(yàn)方案」的東西,里面帶了幾個(gè)預(yù)置的Agent,購(gòu)物Agent、點(diǎn)餐Agent、客服輔助Agent,還有一個(gè)全渠道網(wǎng)關(guān)。
購(gòu)物和點(diǎn)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(diǎn)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(jìn)來(lái),Agent實(shí)時(shí)指導(dǎo)客服怎么回答,像一個(gè)隱形教練。
全渠道網(wǎng)關(guān)解決一個(gè)很實(shí)際的問(wèn)題:客戶從網(wǎng)頁(yè)聊天切到電話,Agent能無(wú)縫銜接,記住上下文,還支持多語(yǔ)言實(shí)時(shí)切換。
現(xiàn)場(chǎng)有一個(gè)演示我覺(jué)得殺傷力特別強(qiáng)。
工作人員直接撥通YouTube TV客服電話,接電話的就是Agent;用戶問(wèn)「明天請(qǐng)朋友看球,沒(méi)有線電視,有沒(méi)有只看體育的套餐」,Agent立刻推薦方案并發(fā)送注冊(cè)鏈接到手機(jī)。
然后,那個(gè)用戶說(shuō)了一句,我岳父也在,能用西班牙語(yǔ)給他解釋一下嗎?Agent直接切了語(yǔ)言,繼續(xù)對(duì)話,沒(méi)有卡頓。
這個(gè)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(gòu)物助手已經(jīng)上線了,用戶線上線下切換時(shí),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(yù)約上門(mén)。棒約翰用點(diǎn)餐Agent記住老客戶口味,提升點(diǎn)單速度。
內(nèi)部辦公這塊,Google發(fā)了兩個(gè)東西。
第一個(gè)是Workspace Studio,無(wú)代碼,用自然語(yǔ)言就能在Gmail、文檔、表格、云盤(pán)里創(chuàng)建自動(dòng)化流程。
比如:跟它說(shuō)「每周五提醒我更新項(xiàng)目進(jìn)度表」,就能自動(dòng)建好,還能連Asana、Jira、Salesforce。
這個(gè)東西的意義我覺(jué)得不小。
造Agent這件事,不再只是開(kāi)發(fā)者的活了;一個(gè)不會(huì)寫(xiě)代碼的運(yùn)營(yíng)、HR、行政,只要能描述清楚自己要什么,就能造一個(gè)Agent。
第二個(gè)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(xiàng)目、跟誰(shuí)協(xié)作、什么優(yōu)先級(jí)最高,給你的答案更精準(zhǔn)。
還有一個(gè)動(dòng)作,從微軟365遷移到Google Workspace,速度快了五倍。
嗯,打架打到這個(gè)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(shí)從數(shù)月縮短到幾分鐘。
大韓航空22000名員工用Agent提升運(yùn)營(yíng)效率。沃爾瑪給門(mén)店管理者配了移動(dòng)端Agent,減少辦公室停留時(shí)間,增加現(xiàn)場(chǎng)值守時(shí)長(zhǎng)。
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(duì)原有Vertex AI做了個(gè)大整合,改名叫「Gemini企業(yè)版Agent平臺(tái)」。Kurian給它的定位很明確,Agent的任務(wù)控制中心。
這個(gè)平臺(tái)要解決的問(wèn)題很直接,企業(yè)現(xiàn)在不止要造Agent,還要管Agent。
拆開(kāi)來(lái)看,做了四件事,造、編排、治理、觀測(cè)。
造Agent給了兩條路。技術(shù)團(tuán)隊(duì)用Agent開(kāi)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(shù)人員用Agent工作室,低代碼,自然語(yǔ)言描述你想要什么,就能構(gòu)建和發(fā)布一個(gè)Agent。
造完之后怎么管?
Agent注冊(cè)表,把你公司里所有的Agent和工具統(tǒng)一索引,誰(shuí)建了什么、能干什么、在哪里跑,一眼就知道。
還有一個(gè)技能和工具注冊(cè)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(shí)候直接調(diào)用。
Google把自家所有云服務(wù)和Workspace的能力都做成了技能包,放在注冊(cè)表里。
生態(tài)方面,Agent市場(chǎng)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(gè)平臺(tái)比較有意思的地方。
Agent之間可以互相委派任務(wù),一個(gè)Agent做完自己的活,把結(jié)果傳給下一個(gè)Agent接著干;Google還發(fā)了一個(gè)跨平臺(tái)的Agent通信協(xié)議,不同平臺(tái)上的Agent可以互相對(duì)話。
同時(shí)整個(gè)平臺(tái)原生支持了MCP協(xié)議,所有Google Cloud的服務(wù)都可以作為MCP服務(wù)器,任何Agent都能直接調(diào)用。
這個(gè)我覺(jué)得挺關(guān)鍵的,MCP現(xiàn)在基本上快成行業(yè)標(biāo)準(zhǔn)了。
治理這塊下了不少功夫,每個(gè)Agent現(xiàn)在有一個(gè)唯一的加密身份,所有動(dòng)作可追蹤、可審計(jì)。
Agent網(wǎng)關(guān)是一個(gè)統(tǒng)一的策略管控中心,公司級(jí)別的安全規(guī)則在這里設(shè)定。還有一個(gè)叫模型護(hù)甲的功能,防止企業(yè)數(shù)據(jù)通過(guò)模型泄露。
觀測(cè)方面,可以看到每個(gè)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(wèn)題,日志級(jí)別可以細(xì)到每一步。
模型方面,平臺(tái)目前有兩百多個(gè)可選模型,Google自家的加第三方的都有;自家的Gemini 3.1 Pro進(jìn)入預(yù)覽階段,是當(dāng)前最強(qiáng)推理模型。第三方包含Anthropic的Claude系列。
對(duì)了,有一個(gè)大消息值得單獨(dú)說(shuō)。
Google宣布跟蘋(píng)果合作,作為蘋(píng)果的首選云供應(yīng)商,基于Gemini技術(shù)開(kāi)發(fā)下一代蘋(píng)果基礎(chǔ)模型,未來(lái)會(huì)驅(qū)動(dòng)更智能的Siri。
這個(gè)消息的量級(jí),懂的都懂。
現(xiàn)場(chǎng)還有一個(gè)完整演示,一個(gè)全球家具零售商員工,在Gemini企業(yè)版應(yīng)用中輸入一句指令「分析當(dāng)前家居設(shè)計(jì)趨勢(shì),找出倉(cāng)庫(kù)滯銷(xiāo)庫(kù)存,編排一套上新?tīng)I(yíng)銷(xiāo)方案」。
一個(gè)指令觸發(fā)多個(gè)Agent協(xié)作,市場(chǎng)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(kù)找出滯銷(xiāo)品,內(nèi)容生成Agent制作營(yíng)銷(xiāo)素材,最后聯(lián)動(dòng)Workspace自動(dòng)生成品牌演示文稿。
整個(gè)過(guò)程幾分鐘,原來(lái)要好幾個(gè)小時(shí)。
說(shuō)真的,Google這個(gè)平臺(tái)的野心很大,它在賣(mài)Agent時(shí)代的操作系統(tǒng)。芯片自己造,模型自己訓(xùn),平臺(tái)自己搭,應(yīng)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(gè)位置,Google的差異化在于它的垂直整合程度,目前來(lái)看是最深的。
03
Agent有了,平臺(tái)也有了,接下來(lái)最現(xiàn)實(shí)的問(wèn)題:安全咋搞?這個(gè)可能很多人不太關(guān)注,我反而覺(jué)得是這場(chǎng)大會(huì)最值得注意的部分之一。
現(xiàn)在漏洞被利用的時(shí)間都降到「負(fù)七天」了,補(bǔ)丁還沒(méi)發(fā)出來(lái),攻擊者就已經(jīng)在用這個(gè)漏洞了;攻擊者從入侵到交給下一個(gè)團(tuán)隊(duì),時(shí)間從八小時(shí)縮到了二十二秒。
二十二秒。
結(jié)論很明確,安全必須跟機(jī)器速度同步,人類(lèi)分析師根本跟不上。
Google把自己的安全運(yùn)營(yíng)中心改成Agent化了,以前一個(gè)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(huì)上Wiz的聯(lián)合創(chuàng)始人Assaf Rappaport直接上臺(tái)做演示。
320億,Google是真的舍得砸。
![]()
注釋?zhuān)何恼?怕你看暈,我整理了一張對(duì)照表,Google 發(fā)了什么、國(guó)內(nèi)誰(shuí)在做類(lèi)似的事,一張看清楚
Wiz發(fā)了個(gè)叫AI應(yīng)用防護(hù)平臺(tái)的產(chǎn)品,核心是三個(gè)Agent,名字特簡(jiǎn)單,紅色、藍(lán)色、綠色,對(duì)應(yīng)安全圈的紅隊(duì)、藍(lán)隊(duì)、綠隊(duì)。
紅色Agent專(zhuān)門(mén)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(fēng)險(xiǎn),還會(huì)真的去試這個(gè)漏洞能不能被利用。
演示里,紅色Agent找到了一個(gè)認(rèn)證繞過(guò)漏洞,還證明了攻擊者能通過(guò)這個(gè)漏洞拿到Agent背后的敏感數(shù)據(jù)庫(kù)。
然后綠色Agent接手修復(fù),自動(dòng)定位是哪行代碼出的問(wèn)題,找到負(fù)責(zé)人,生成修復(fù)方案,還能直接提交代碼合并請(qǐng)求。
整個(gè)演示下來(lái),從發(fā)現(xiàn)問(wèn)題到修復(fù),全程沒(méi)人插手。
這個(gè)演示看得我后背發(fā)涼。
Rappaport還提了個(gè)概念,我覺(jué)得挺關(guān)鍵的,叫影子AI;就是企業(yè)里有人在用沒(méi)經(jīng)過(guò)授權(quán)的AI模型和Agent,IT部門(mén)不知道,安全團(tuán)隊(duì)也管不到。
這些野生Agent,可能在訪問(wèn)敏感數(shù)據(jù)、連外部服務(wù),完全在安全體系外瞎跑。
Wiz的平臺(tái)能自動(dòng)找到這些影子Agent,把它們納入安全管控里;演示里有個(gè)場(chǎng)景,有個(gè)員工自己搭了個(gè)Agent,這個(gè)Agent既能連互聯(lián)網(wǎng),還能訪問(wèn)客戶數(shù)據(jù),Wiz幾分鐘就識(shí)別出來(lái)了,還標(biāo)了風(fēng)險(xiǎn)等級(jí)。
客戶案例也有,摩根士丹利選了Wiz當(dāng)云安全策略的核心組件。
芝加哥商品交易所集團(tuán)用Google的安全方案保護(hù)全球最大的衍生品交易系統(tǒng);新加坡網(wǎng)絡(luò)安全局用這套體系做國(guó)家級(jí)主動(dòng)防御;洛杉磯水電局在為2028年奧運(yùn)會(huì)提前部署安全基礎(chǔ)設(shè)施。
我覺(jué)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(yán)重;一個(gè)能自己執(zhí)行代碼、訪問(wèn)數(shù)據(jù)庫(kù)、調(diào)用外部服務(wù)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(gè)思路能不能行得通,還得看后續(xù)驗(yàn)證;至少Google把安全放在了平臺(tái)核心位置,不是事后補(bǔ)補(bǔ)丁。
對(duì)了,這塊我目前還沒(méi)有看到國(guó)內(nèi)有人在做。
04
Agent做靠譜決策,離不開(kāi)數(shù)據(jù)。Google這次在數(shù)據(jù)層做了個(gè)大重構(gòu),名叫「Agent數(shù)據(jù)云」。
他們的邏輯很簡(jiǎn)單:
Agent推理能力再?gòu)?qiáng),沒(méi)有上下文也是瞎猜;你讓Agent做采購(gòu)決策,它連你公司的供應(yīng)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(wèn)題就一個(gè):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(gè)產(chǎn)品叫「知識(shí)目錄」,說(shuō)白了,就是企業(yè)級(jí)的通用上下文引擎。
結(jié)構(gòu)化數(shù)據(jù)這塊,它跟BigQuery原生打通,表結(jié)構(gòu)、字段含義、業(yè)務(wù)邏輯,都是自動(dòng)映射好的,不用手動(dòng)弄。
非結(jié)構(gòu)化數(shù)據(jù)更實(shí)用,一份PDF、一段錄音、一張圖片,只要放進(jìn)Google云存儲(chǔ),系統(tǒng)立馬自動(dòng)打標(biāo)簽、建索引、提取實(shí)體關(guān)系,全程不用人插手。
以前這些數(shù)據(jù)存進(jìn)去就擱那吃灰,得等人寫(xiě)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(shí)能調(diào)用。
知識(shí)目錄還有個(gè)亮點(diǎn),能學(xué)你公司的業(yè)務(wù)語(yǔ)義。
比如:Agent看到「凈收入」「風(fēng)險(xiǎn)敞口」這些詞,它懂的是你公司自己定義的意思,不是教科書(shū)上的通用解釋?zhuān)粫?huì)鬧歧義。
這個(gè)其實(shí)挺重要的,做過(guò)企業(yè)項(xiàng)目的都知道,同一個(gè)詞在不同公司意思可能完全不一樣。
客戶案例里,英國(guó)維珍傳媒有兩萬(wàn)多個(gè)數(shù)據(jù)資產(chǎn),大部分一直沒(méi)人用,知識(shí)目錄把這些數(shù)據(jù)都激活了,現(xiàn)在全球的產(chǎn)品團(tuán)隊(duì)都能用上。
第二個(gè)發(fā)布是跨云湖倉(cāng)。
你的數(shù)據(jù)不管在哪個(gè)云上,AWS、Azure都行,自建機(jī)房也可以,都能無(wú)縫訪問(wèn);Kurian原話翻譯過(guò)來(lái)就是,不再被供應(yīng)商綁定,你的數(shù)據(jù)你自己說(shuō)了算。
第三個(gè)是數(shù)據(jù)Agent工具包,主要給數(shù)據(jù)科學(xué)家用的。
你在VS Code、Notebook、終端里,直接跟Agent說(shuō)「預(yù)測(cè)下客戶流失率」,它就自動(dòng)幫你選數(shù)據(jù)集、跑模型、生成報(bào)告。全程都遵守你公司的權(quán)限和安全規(guī)則。
現(xiàn)場(chǎng)演示也很直觀,一個(gè)數(shù)據(jù)科學(xué)家跟Agent說(shuō)了一句話,Agent就自動(dòng)定了數(shù)據(jù)分析計(jì)劃,選好工具、跑完分析、輸出結(jié)果。全程數(shù)據(jù)科學(xué)家就負(fù)責(zé)審核確認(rèn),不用自己寫(xiě)代碼。
說(shuō)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(tái)級(jí)的能力,不用企業(yè)自己費(fèi)心搭數(shù)據(jù)管道。
這個(gè)思路要真能跑通,對(duì)企業(yè)AI落地的推動(dòng),可能比發(fā)布一個(gè)新模型大多了。
05
那最后一層,Google肯定要秀地基了。
Google的基礎(chǔ)設(shè)施負(fù)責(zé)人Amin Vahdat上臺(tái)的時(shí)候說(shuō)了一句話,我覺(jué)得說(shuō)的挺到位的,在Agent時(shí)代,算力不再等于一顆芯片,算力是整個(gè)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(zhuān)門(mén)做訓(xùn)練,一顆專(zhuān)門(mén)做推理。
訓(xùn)練芯片叫TPU 8t,性能是上一代的三倍,單個(gè)超級(jí)計(jì)算集群可以擴(kuò)展到9600顆芯片,共享兩個(gè)PB的高帶寬內(nèi)存。
Vahdat打了個(gè)比方,兩個(gè)PB相當(dāng)于把美國(guó)國(guó)會(huì)圖書(shū)館的全部數(shù)字館藏裝進(jìn)去一百次。
推理芯片叫TPU 8i,設(shè)計(jì)目標(biāo)是讓上百萬(wàn)個(gè)Agent同時(shí)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(zhǎng)上下文處理的內(nèi)存瓶頸。單個(gè)集群支持1152顆芯片。
為什么要拆成兩顆?
訓(xùn)練和推理的需求已經(jīng)完全分化了。訓(xùn)練要極致的算力規(guī)模,把模型練出來(lái)。推理要極致的低延遲和高并發(fā),讓幾百萬(wàn)用戶同時(shí)用。
一顆芯片很難同時(shí)滿足這兩件事,分開(kāi)做,各自優(yōu)化到極致。
網(wǎng)絡(luò)方面,Google發(fā)了一個(gè)叫Virgo的新一代數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu),能連接十三萬(wàn)四千顆芯片,帶寬47 Pb每秒;Vahdat說(shuō)的效果是,原來(lái)要訓(xùn)練好幾個(gè)月的模型,現(xiàn)在壓到幾周。
Google也沒(méi)有把路封死,平臺(tái)上同樣支持英偉達(dá)的GPU,這次還首批提供了英偉達(dá)最新的Vera Rubin系列。
給客戶選擇權(quán),這個(gè)姿態(tài)還是可以的。
客戶案例方面,花旗證券上臺(tái)了。他們每天處理超過(guò)5000億美元的交易,用TPU跑量化研究的工作負(fù)載,速度快了2到4倍,成本降了三成。
以前要幾周跑完的計(jì)算任務(wù),現(xiàn)在幾小時(shí)甚至幾分鐘就搞定。
還有個(gè)數(shù)字得留意,Pichai開(kāi)場(chǎng)時(shí)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(kāi)支從2022年的310億美元漲到今年計(jì)劃的1750到1850億,四年翻了快六倍;這個(gè)投入規(guī)模,Google不是在做一個(gè)產(chǎn)品線的升級(jí),是在押注一個(gè)時(shí)代。
看完整場(chǎng)大會(huì),Google講了很多很多東西,但其實(shí)就一件事。
它在搭一個(gè)從芯片到應(yīng)用的完整技術(shù)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(xùn),平臺(tái)我搭,安全我做,應(yīng)用層也給你鋪好,你拿過(guò)去就能用。
哎,我感覺(jué)跟國(guó)內(nèi)百度智能云、阿里云上半年講的全棧沒(méi)什么大的區(qū)別,核心還是優(yōu)化了細(xì)節(jié),像安全啊、數(shù)據(jù)啊這些。
Kurian收尾的時(shí)候特別強(qiáng)調(diào)了一個(gè)詞,開(kāi)放。
他的原話大意是,別人想把你鎖進(jìn)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(shù)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(yùn)。
這話說(shuō)得漂亮,但能不能做到,什么時(shí)候能?另說(shuō)。
去年所有人都在說(shuō)AI優(yōu)先,今年全變成Agent優(yōu)先了了;詞換了,核心問(wèn)題沒(méi)變,AI到底怎么落地到企業(yè)的生產(chǎn)里。
Google給出了2026開(kāi)端的答案,答案好不好,最終還得看客戶用腳投票。
對(duì)了,5月19號(hào)Google還有一場(chǎng)I/O大會(huì);這次Cloud Next講AI怎么落進(jìn)企業(yè),I/O要講下一個(gè)命題,AI怎么落進(jìn)每個(gè)開(kāi)發(fā)者和普通人的手里。
到時(shí)候再聊。
![]()
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.