发布会现场直击：通俗解读Google I/O 2026

作者：硅谷Alan Walker

Sundar 的第十一年，AI 战争的"价值兑现"阶段

今天是 5 月 19 号，周二下午，我和 Alan 现在坐在 Mountain View 的 Shoreline Amphitheatre 第六排折叠椅上，加州的太阳把舞台铁架烤得反光。这块场地对 Google 来说算半个主场 —— 从 2016 年起，每年的 I/O 都在这片大草坪上办，大家调侃说 Google 选这里是因为离 Mountain View 总部走路十分钟，Sundar 自己开会迟到了走两步就能蹭过来。

今天的氛围跟前几年真的不太一样。我感受到的对比是：2023 年那场 I/O，大家是带着 “看 Google 怎么追" 的心情来的，因为 ChatGPT 刚刚把它打懵；2024 年是 "AI everywhere" 轰炸，Google 把每个产品都贴上 Gemini 的狗皮膏药，有点用力过猛；2025 年开始坐稳；今年 —— 是 "我们已经赢了一半，还有一半在路上" 的姿态。

这是 Sundar 上任 CEO 之后的第十一届 I/O。这哥们 2015 年从 Larry Page 手里接过 Google，2016 年宣布 "AI-first" 战略，到今年正好十年。台上他穿着浅灰套头衫和那条经典的水洗牛仔，瘦了一圈，讲话节奏比去年慢了大概 20%。这种节奏放慢通常是 Google 内部数据特别漂亮的信号 —— 着急的人才会语速快。

回头看看过去这 12 个月 AI 行业发生的事，你才能听懂 Sundar 今天的潜台词。OpenAI 把 GPT-5 推进到 5.5 系列，token 价格降了又降，Operator 这种 agent 产品在企业端跑出了一些标杆案例；Anthropic 发布 Claude Opus 4.6、4.7，Claude Code 几乎成了硅谷工程师的人手必备，MCP 协议被半个行业接入；Meta 在开源 Llama 上继续撒钱，Ray-Ban 智能眼镜累计卖出 300 多万台；xAI 凭 Grok 5 杀回头部，Elon 又融了一轮上百亿；微软 把 Copilot Studio 推得很猛，试图把企业 SaaS 全线 "代理化"；苹果 —— 还在思考，Apple Intelligence 一年了仍然是套壳 ChatGPT 加一点本地推理。

所以 Sundar 开场那句 "现在是 AI 周期里，大家想看到产品价值的阶段" —— 其实是在替整个行业宣告一件事: 纯比模型 benchmark 的时代基本结束了，接下来比的是谁能让 AI 真的进入工作流、真的让用户掏钱、真的让企业 CFO 看到 ROI。

今年的核心 keyword 是 "agentic Gemini era" (代理纪元的 Gemini 时代)。"agentic" 这个词从 2024 年开始全行业都在用，但每家的定义其实不一样，这点蛮关键的: OpenAI 说的 agentic 大致是 ChatGPT 帮你订机票订餐厅 (Operator)；Anthropic 说的 agentic 是 Claude 帮你操作电脑 (Computer Use)；微软说的 agentic 是 Copilot 在 Office 文档里跑流程；Google 今天说的 agentic，是 "住在你 Android、Chrome、Search 里的 24 小时代理人"。

另外现场我观察了一下 —— Anthropic 的几个朋友坐在我斜后方，OpenAI 没人来 (也可能我没认出)，Nvidia 派了个 VP，a16z、Sequoia、Founders Fund 的几位老兵都在，Wall Street 那边来了至少七八个分析师。这场发布会真正的悬念，我个人觉得不是"Google 发什么"，而是"Google 能不能让大家相信，AI 这件事它从一开始就在做，只是现在终于轮到它收割。"

Google 过去两年最大的进步，可能不是模型本身，而是节奏感 —— 它终于学会了什么时候不发声、什么时候慢慢压。

3.2千万亿tokens——Google 在亮"印钞速度"

Sundar 上来第一张关键图就让现场低声议论了一下。这张图的标题叫 "Monthly Tokens Processed"，你看到的是一条往上飙的曲线: 两年前 (2024 年 5 月) Google 全平台每月处理 9.7 万亿 tokens，去年 I/O 是 480 万亿，今天直接干到 3.2 quadrillion (千万亿级) 每月，同比 7 倍。API 端每分钟处理 190 亿 tokens；一年内有 850 万开发者 每月在调用 Google 模型；过去 12 个月有 375 家 Cloud 客户，单家就突破了 1 万亿 tokens。

我先花一段把这事讲明白 —— 你可以把 token 理解成 AI 思考时消耗的 "卡路里"，或者说 "工时单位"。你说一句话、AI 答一段，中间消耗的就是 tokens。一篇微信公众号文章大概 3000-5000 tokens，一次 ChatGPT 的对话可能几千到几万 tokens，一次复杂的 agent 任务可能跑掉几百万 tokens。所以 3.2 quadrillion 是个什么概念? 如果地球上每个人每天问 Gemini 100 次复杂问题，大概能用掉这个量。这张图本质上是 Google 在公开自己的 "AI 燃烧速度"。

那 Google 为什么要亮这个? 咱拆开看，每个对手对这张图的反应应该都不一样。

第一个层次，给华尔街看的。 Alphabet 今年股价比很多人预期的要稳，投资人最担心的就是 "花了 1900 亿 capex 到底有没有人用"，这张图就是回答 "用得很猛，而且越用越多"。

第二个层次，给企业客户看的。 19B tokens/min 的 API 流量说明 Google Cloud 在 AI 工作负载这块的真实份额可能比 IDC、Gartner 的公开数据显示得还要大。

第三个层次，是给同行看的。 

这事就有意思了 ——

所以这三家公司公布的指标，某种程度上反映了三种不同的生意模式。

OpenAI 是 "流量 × 订阅"，Anthropic 是 "企业合同 × 客单价"，Google 是 "基础设施 × 全栈用量"。哪种模式更可持续不好说，但 Google 这个模式的特点是 —— 它的 tokens 不是靠模型独立卖出去的，而是被它已经存在的 13 个十亿用户产品、5 个三十亿用户产品 "夹带" 出去的。这种 "夹带" 的边际成本几乎为零，这才是真正可怕的地方。

OpenAI 晒月活，Anthropic 晒 ARR，Google 晒 tokens —— 三家公司用的指标体系，某种程度上就是三种不同的活法。

Gemini 3.5 Flash——价格屠夫回来了，这次手里带把刀

今天最让我们后背发凉的产品，可能不是大家最关注的 Spark，而是 Gemini 3.5 Flash。我先把数字摆出来: 3.5 Flash 在几乎所有 benchmark 上超过自家三个月前发布的 3.1 Pro —— 请注意这件事的反常，Pro 是大模型、Flash 是小模型，小的反超大的本来不该发生这么快；GDPVal (Artificial Analysis 推出的衡量 "真实经济价值任务" 的榜单) 出现了一个垂直跳跃；输出速度是其他 frontier 模型的 4 倍，Antigravity 里的特调版本干到 12 倍；价格不到其他 frontier 模型的一半。

然后 Sundar 站在台上轻飘飘说了一句话，我把原话记下来给你:

现场笑了一下，但这个笑里有点酸。这句话听起来像是 Google 在帮客户省钱，实际上是当着 OpenAI 和 Anthropic 的客户的面发招聘传单。Alan 说，他做基金这么多年，这种话术听过太多了，翻译成人话就是: "你们用别人家的太贵了，过来用我们的。"

看一下竞争对手的位置，这事很重要:

这是 Google 长期最擅长的打法，Alan 管它叫 "规模碾压": 用自研 TPU 和巨大用量摊薄单 token 成本，然后逼对手在 "卖鱼子酱还是卖盒饭" 之间二选一。

Anthropic 选了鱼子酱 (高端推理、高毛利、ARR 飙)，OpenAI 想两头通吃但 Operator 还在烧钱，xAI 在追性能但没规模优势。这场仗里，Google 不一定是技术最强 (老实说，Claude Opus 在很多任务上还是更精)，但它的成本结构可能是最健康的——而成本结构这个东西，一旦拉开差距，短期很难逆转。

Alan 跟我讲了一个他观察到的细节: 他自己 portfolio 里有几家做 AI 应用的公司，这周已经在内部讨论"要不要把推理工作流切到 3.5 Flash"。一旦这种切换在多家公司同时发生，就是行业级的资金搬家。当然啦，得说一句公道话 —— 3.5 Flash 在最高难度的推理任务上，我猜还是会输给 Opus 4.7 和 GPT-5.5 xhigh 一档，所以这事不是 "一刀切"，而是 "分层使用"。

Anthropic 和 OpenAI 在卖鱼子酱，Google 在卖海底捞 —— 前者讲究每口惊艳，后者讲究翻台率；论顶级体验前者赢，论真金白银，这一仗后者可能更耐打。

Gemini Spark——你 24 小时的私人代理人，今天真正的重头戏

如果说 3.5 Flash 是手枪，Gemini Spark 就是重型武器，虽然它现在还没完全开火。Spark 是 Gemini app 里给消费者 —— 不是企业、是普通你我 —— 的个人 AI 代理人。我把几个细节列出来，每一点都很关键：

它跑在 Google Cloud 的专属虚拟机上，7×24 不停。你关电脑、关手机，它在云端继续干活。这跟 OpenAI Operator 那种必须开着浏览器才能跑的体验，真的不是一码事。

底层是 Gemini 3.5 + Antigravity harness，专门优化 long-horizon 长链路任务 —— 一个任务跑几小时甚至几天也不掉链子。

通过 MCP 协议接入第三方工具。MCP 是 Anthropic 提出的协议，Google 今天官方采纳。这事我们后面单独说。

Android 上有一个新 UI 空间叫 Halo，专门实时显示 agent 在干什么，你随时可以打断、修改、追问。

今年夏天 Spark 进入 Chrome，变成 "agentic browser"，它会在浏览器里替你点、替你看、替你比价、替你买。

这一刀砍向谁? 基本是明牌:

Google 手上的牌是不公平的 —— 它有现成的、最大的 "agent 入口管道"。OpenAI 的 Atlas 体验再漂亮，也得说服用户下载、安装、迁移；Spark 是直接从云端 "下载" 进你已经在用的产品里。我个人觉得这是今天发布的所有东西里，长期影响最大的一件事 —— 大到可能改写未来 5 年消费级 AI 的入口格局。

TPU 8t / 8i + 1900 亿资本支出——基础设施这一仗，Google 走得太早

Sundar 在台上轻描淡写报了一个数字，但这个数字其实是今天所有产品背后的 "地基": 2022 年 Google 全年 capex 是 310 亿美金，今年预计 1800-1900 亿美金 —— 四年六倍。这种 capex 增速，放在任何一家普通公司都是要被股东骂死的，Alphabet 居然撑住了。为什么? 因为投资人慢慢相信这笔钱花得有回报。

这笔钱的核心去处是第八代 TPU，今天 Google 第一次走双芯架构:

TPU 8t

专做训练，raw compute 是上一代的近 3 倍。配合 JAX + Pathways 软件栈，训练任务可以跨数据中心分布 —— Google 现在能把训练任务铺到全球 100 万颗  TPU 上，做 "全球最大单一训练集群"。Sundar 说 "以前要训练几个月的模型，现在几周搞定"。

TPU 8i

专做推理，延迟优先。Sundar 原话: "我们在 Search 做了 27 年，最知道 latency 这件事。"

两款都把 "性能 / 瓦特" 翻倍 —— 这事在 AI 数据中心电力开始紧张的当下，意义比看起来大很多。我们来看竞争对手在芯片这一仗的位置:

说一句公道话 —— 论纸面性能，Google TPU 不一定每一代都赢 Nvidia 同期产品，Nvidia 的开发生态和软件栈 (CUDA) 仍然是最厚的。但 Google 有一个 Nvidia 没有的优势: 它不卖芯片，只卖服务。这意味着 Google 可以把芯片的边际成本完全内化进 Google Cloud 的定价里，让 3.5 Flash 那种 "骨折价" 模型变得可持续。Nvidia 卖给 OpenAI 一颗 GPU，要赚 70%+ 毛利；Google 自己用 TPU，只要电费回本就行。这个结构性差异，长期会拉得越来越大。

从资金角度，1900 亿 capex 是个什么量级? 全球 AI 巨头里 Microsoft (今年预计 800+ 亿)、Meta (700+ 亿)、Amazon (900+ 亿) 加起来才到这个量级。这个数字本身就是一种 "准入门槛"—— 它在告诉所有想做 frontier model 的二线玩家: "这个赛道每年的入场费已经千亿美金级，你考虑清楚再进。" 对 OpenAI 和 Anthropic 这种 "纯模型公司" 来说，这件事的尴尬在于: 模型再强，推理永远要租别人的算力，毛利天花板就摆在那里 —— 除非它们自己也开始烧硅，但那又是另一笔 1000 亿。

别人在租 H100，Google 在自己烧硅 —— 这不是一年两年的差距，这是十年坚持砸钱、咬牙不放弃换来的护城河。

Search 的自我革命：AI Mode 一年 10 亿用户、信息代理、生成式 UI

接下来这一刀，Google 是砍在自己脸上的，但姿势出奇地优雅。数据先看: AI Overviews 月活 25 亿 (这是地球上仅次于 Search 本身的 AI 产品，论体量秒杀 ChatGPT 的 8 亿周活)；AI Mode 月活 10 亿 —— 这是 Search 历史上推出一年内增长最快的功能，没有之一。Sundar 还特意说了一句: "用 AI 功能的用户，Search 用得更多，query 变得更长、更复杂、更对话化。"

今天 Search 这块发布的几件事，每一件都挺猛:

• Information Agents。你可以设置一堆个性化代理在后台 24 小时帮你盯信息 —— 比如 "特斯拉股价跌破 200 通知我"、"我老婆生日礼物有 6 折活动告诉我"、"那个 AirPods Pro 3 一发售就帮我下单"。找到了直接提醒你下一步动作。

• Generative UI in Search。以后你搜一个复杂问题，Search 用 Antigravity 当场给你生成专属的 dashboard、可视化、交互界面，而不是 10 条蓝链。比如你搜 "怎么挑相机"，它直接生成一个带筛选条件、价格滑块、对比表格的 mini app。

• 持久 mini-app。长任务可以建立可持久回访的 dashboard，跟 ChatGPT 的 Canvas 类似但更深入、更 "应用化"。

  问题来了 —— Search 是 Google 的金母鸡，2024 年 Search 广告占 Alphabet 总营收的 56%。Sundar 为什么要主动 "革自己的命"? 因为他知道不革就被别人革。

今天发布的还有一堆看似零散的东西，但拼在一起你能看到一张挺清晰的版图。我一个一个简单说，然后告诉你拼起来是什么。

Antigravity 2.0—— 从一个 coding 环境升级成多 agent 编排平台，独立桌面应用，任何人都可以编排一群代理人替你跑任务。

我感觉 Google 是想用一个 app 把市场上几个最热的工具一锅烩了。对手分别看:

MCP 集成—— Google 官方采纳 Anthropic 提出的 Model Context Protocol。这件事在行业内意义其实挺微妙的。Anthropic 定的协议标准被 Google 这种巨头采纳，意味着 MCP 真的可能成为跨厂商的 "AI 工具调用 HTTP"。这对 Anthropic 来说是技术影响力的胜利，挺漂亮一仗；但对 Google 来说也不亏 —— 它顺势占据了 "最大 MCP 流量入口" 的位置。这就像当年 W3C 定了 HTTP 标准，最后赢家不一定是定标准的人，而是把它跑得最大的那家。

SynthID 生态—— 今天宣布 OpenAI、Kakao、Eleven Labs加入水印体系，加上去年的 Nvidia，五家公司差不多覆盖了 AI 生成内容市场的大半。这件事在 AI 监管压力下 (欧盟 AI Act、美国选举安全立法) 会成为各国 default 要求。Google 占了 "行业标准制定者" 的位置，这是软实力，长期价值不小。Adobe 当年靠 PDF 标准吃了多少年? 差不多一个逻辑。

智能眼镜—— audio glasses 今年秋天上市，display glasses 紧随其后。对标看:

Gemini for Science—— 把 Antigravity 接入 30+ 个生命科学数据库。这是给制药、生物科技这种高客单价行业撒大网。Microsoft Azure for Health 也有，Anthropic 在医疗有几家头部客户，但 Google 有 DeepMind 这张 "科学家品牌" 的牌可以打 —— Demis Hassabis 是诺贝尔化学奖得主，这种背书企业 AI 公司很难复制。

把这些拼起来，你看到的版图是这样的 —— 硬件层 (TPU 8t / 8i) → 模型层 (Gemini 3.5 / Omni) → 协议层 (MCP / SynthID / Content Credentials) → 平台层 (Antigravity) → 代理层 (Spark / Daily Brief / Flow) → 入口层 (Search / Android / Chrome / Glasses)。

这不是产品矩阵，这是一套从沙子 (芯片) 到眼镜片 (终端) 的完整协议栈。OpenAI 没有硬件和入口，Anthropic 没有硬件和入口，Meta 没有 to C 的 AI 产品，Apple 没有自己的 frontier 模型。Google 是唯一一家全栈都凑齐的 —— 这件事到底有多大优势，得 3-5 年后回头看。

OpenAI 想做帝国，Google 想做协议 —— 前者要你买票进它的园，后者只想成为你呼吸的空气。

这场 I/O 真正讲的是什么，和没讲的几件事

发布会快结束的时候，Sundar 说了一句听起来很正常的话: "我们在 AI 这件事上，从十年前公司转向 AI-first 开始，采取的是 full-stack 路线。"

这句话翻译成人话:  OpenAI 还在打磨变现路径、Anthropic 还在融资、xAI 还在追性能、Meta 还在开源、Apple 还没有自己的 frontier 模型 —— Google 已经把整个 stack 从沙子 (TPU) 烧到了你眼前的眼镜片 (Glasses)。但 Alan 强调，这个叙事是 Google 自己讲的，他觉得有道理，但不能说完全没水分。

今天的 I/O 表面讲了几十个产品，但本质就讲了三件事 —— 速度 (3.5 Flash 把成本压低)、深度 (1900 亿 capex 筑高墙)、广度 (Spark 把 agent 注入所有产品入口)。

下面我们总结几件 Sundar 今天没讲的事：

反垄断风险：

美国司法部 2024 年赢了 Google 搜索垄断的诉讼，补救措施还在谈。现在 Google 在 Search 上玩 "自我革命" 也好、"AI Mode 强绑定 Chrome / Android" 也好，监管者都在盯。如果未来两年判决要求 Google 拆分 Chrome 或者 Android，今天画的这些饼会少掉一半。

产品复杂度爆炸：

Spark、Daily Brief、Flow、Pics、AI Mode、Ask YouTube、Docs Live、Antigravity……产品矩阵密到普通用户可能会迷路。Google 历史上不擅长做品牌简化 (光是聊天产品就有 Allo、Duo、Hangouts、Chat、Meet，改名 N 次)。

AGI 军备赛烧钱的不确定性：

1900 亿 capex 看着很猛，但如果 OpenAI 或 Anthropic 突然在某个 capability 上实现 "unhobbled jump" (比如真正的 AI researcher)，Google 的 stack 优势能撑多久不好说。这事概率不高但不能不防。

中国市场不在故事里：

Gemini 不在中国卖，Google Cloud 在中国份额几乎为 0。这意味着无论 Google 怎么强，它都在做 "半个地球" 的生意。这块阿里、字节、DeepSeek、智谱、月之暗面们各占山头，跟 Google 几乎没交集。

组织复杂度：

Alphabet 现在 18 万人，Google AI、DeepMind、Cloud 这些部门内部能不能拧成一股绳，是个长期问题。我听到一些传闻 DeepMind 和 Google Research 之间还有协作摩擦，但只是传闻。

最后回到竞争对手怎么应对 ——

今天坐在 Shoreline 的草坪上，Alan 有一个不那么政治正确、但也不那么绝对的判断：2026 年的 I/O，讲的与其说是 "Google 能做什么"，不如说是 "别人短期内做不到什么"。这场 AI 战争里，Google 可能是被低估的赢家之一 —— 但不是唯一的赢家，这场仗的终局也远没分晓。它的最大风险不是对手太强，而是它自己太大、太慢、太被监管和组织复杂度拖累。

我自己的态度 —— 看好 Google 的下一个三年，对它的下一个十年保持谨慎。