Google Cloud Next 2026，三天，刚开完。
我线上陆陆续续看完了，内容是真的多，多到你根本不可能靠刷几条推文就搞明白Google在干啥。
如果让我用五个字总结这场大会：统一技术栈。
Google Cloud CEO Thomas Kurian 开场就抛了一个问题：AI怎么真正落到企业生产里？
他自己给的答案，就是上面这五个字；然后我这两天一边看一边记，看完之后整理了一下，大概分五层，从你最能感知的应用开始，一层层往下翻。
先说应用层，Google这次发了啥。
两个大方向，一个面向客户体验的，一个面向企业内部办公的。
客户体验这块，Google发了一套叫「Gemini企业版客户体验方案」的东西，里面带了几个预置的Agent，购物Agent、点餐Agent、客服辅助Agent，还有一个全渠道网关。
购物和点餐的Agent，用户全程口喷的的方式，就能完成从发现商品到下单的全流程，不用点菜单、不用选规格。
客服辅助Agent是给企业客服人员用的，客户打电话进来，Agent实时指导客服怎么回答，像一个隐形教练。
全渠道网关解决一个很实际的问题：客户从网页聊天切到电话，Agent能无缝衔接，记住上下文，还支持多语言实时切换。
现场有一个演示我觉得杀伤力特别强。
工作人员直接拨通YouTube TV客服电话，接电话的就是Agent；用户问「明天请朋友看球，没有线电视，有没有只看体育的套餐」，Agent立刻推荐方案并发送注册链接到手机。
然后，那个用户说了一句，我岳父也在，能用西班牙语给他解释一下吗？Agent直接切了语言，继续对话，没有卡顿。
这个演示牛逼的地方在于它真的打出去了一通电话，不是PPT。
客户案例也有，家得宝的购物助手已经上线了，用户线上线下切换时，Agent全程保留上下文，转化率明显提升。
必百思用Agent帮客户选电子产品、处理售后、预约上门。棒约翰用点餐Agent记住老客户口味，提升点单速度。
内部办公这块，Google发了两个东西。
第一个是Workspace Studio，无代码，用自然语言就能在Gmail、文档、表格、云盘里创建自动化流程。
比如：跟它说「每周五提醒我更新项目进度表」，就能自动建好，还能连Asana、Jira、Salesforce。
这个东西的意义我觉得不小。
造Agent这件事，不再只是开发者的活了；一个不会写代码的运营、HR、行政，只要能描述清楚自己要什么，就能造一个Agent。
第二个是Workspace Intelligence正式上线。
你的Agent现在能感知你工作的上下文，知道你在忙什么项目、跟谁协作、什么优先级最高，给你的答案更精准。
还有一个动作，从微软365迁移到Google Workspace，速度快了五倍。
嗯，打架打到这个份上了。
客户案例里，高露洁为34000名员工部署Agent，将数据转化为新产品概念，耗时从数月缩短到几分钟。
大韩航空22000名员工用Agent提升运营效率。沃尔玛给门店管理者配了移动端Agent，减少办公室停留时间，增加现场值守时长。
这些都是目前可以直接落地用的功能，不是PPT。
第二层，Agent怎么造。Google对原有Vertex AI做了个大整合，改名叫「Gemini企业版Agent平台」。Kurian给它的定位很明确，Agent的任务控制中心。
这个平台要解决的问题很直接，企业现在不止要造Agent，还要管Agent。
拆开来看，做了四件事，造、编排、治理、观测。
造Agent给了两条路。技术团队用Agent开发工具包，图形化编排框架，可以定义Agent之间怎么协作、按什么逻辑跑。
非技术人员用Agent工作室，低代码，自然语言描述你想要什么，就能构建和发布一个Agent。
造完之后怎么管？
Agent注册表，把你公司里所有的Agent和工具统一索引，谁建了什么、能干什么、在哪里跑，一眼就知道。
还有一个技能和工具注册表，可以把常用指令、脚本、资源打包成模块化的「技能包」，Agent需要的时候直接调用。
Google把自家所有云服务和Workspace的能力都做成了技能包，放在注册表里。
生态方面，Agent市场上线了，合作伙伴包括Atlassian、Oracle、ServiceNow、Workday这些企业软件大厂，它们的Agent可以直接部署到你的系统里。
编排是这个平台比较有意思的地方。
Agent之间可以互相委派任务，一个Agent做完自己的活，把结果传给下一个Agent接着干；Google还发了一个跨平台的Agent通信协议，不同平台上的Agent可以互相对话。
同时整个平台原生支持了MCP协议，所有Google Cloud的服务都可以作为MCP服务器，任何Agent都能直接调用。
这个我觉得挺关键的，MCP现在基本上快成行业标准了。
治理这块下了不少功夫，每个Agent现在有一个唯一的加密身份，所有动作可追踪、可审计。
Agent网关是一个统一的策略管控中心，公司级别的安全规则在这里设定。还有一个叫模型护甲的功能，防止企业数据通过模型泄露。
观测方面，可以看到每个Agent的完整执行路径，追踪它调了什么工具、推理链条在哪里出了问题，日志级别可以细到每一步。
模型方面，平台目前有两百多个可选模型，Google自家的加第三方的都有；自家的Gemini 3.1 Pro进入预览阶段，是当前最强推理模型。第三方包含Anthropic的Claude系列。
对了，有一个大消息值得单独说。
Google宣布跟苹果合作，作为苹果的首选云供应商，基于Gemini技术开发下一代苹果基础模型，未来会驱动更智能的Siri。
这个消息的量级，懂的都懂。
现场还有一个完整演示，一个全球家具零售商员工，在Gemini企业版应用中输入一句指令「分析当前家居设计趋势，找出仓库滞销库存，编排一套上新营销方案」。
一个指令触发多个Agent协作，市场研究Agent抓了数据，数据Agent连接全球商品数据库找出滞销品，内容生成Agent制作营销素材，最后联动Workspace自动生成品牌演示文稿。
整个过程几分钟，原来要好几个小时。
说真的，Google这个平台的野心很大，它在卖Agent时代的操作系统。芯片自己造，模型自己训，平台自己搭，应用自己做，从上到下一条线全是自己的。
微软在搞Copilot工作室，亚马逊有Bedrock，大家都在抢这个位置，Google的差异化在于它的垂直整合程度，目前来看是最深的。
Agent有了，平台也有了，接下来最现实的问题：安全咋搞？这个可能很多人不太关注，我反而觉得是这场大会最值得注意的部分之一。
现在漏洞被利用的时间都降到「负七天」了，补丁还没发出来，攻击者就已经在用这个漏洞了；攻击者从入侵到交给下一个团队，时间从八小时缩到了二十二秒。
二十二秒。
结论很明确，安全必须跟机器速度同步，人类分析师根本跟不上。
Google把自己的安全运营中心改成Agent化了，以前一个安全事件要三十分钟调查，现在六十秒。
然后，Google今年花320亿美元收了安全公司Wiz，这次大会上Wiz的联合创始人Assaf Rappaport直接上台做演示。
320亿，Google是真的舍得砸。
Wiz发了个叫AI应用防护平台的产品，核心是三个Agent，名字特简单，红色、蓝色、绿色，对应安全圈的红队、蓝队、绿队。
红色Agent专门模拟攻击者，一直扫描你系统的暴露面，找到漏洞后，不只是告诉你有风险，还会真的去试这个漏洞能不能被利用。
演示里，红色Agent找到了一个认证绕过漏洞，还证明了攻击者能通过这个漏洞拿到Agent背后的敏感数据库。
然后绿色Agent接手修复，自动定位是哪行代码出的问题，找到负责人，生成修复方案，还能直接提交代码合并请求。
整个演示下来，从发现问题到修复，全程没人插手。
这个演示看得我后背发凉。
Rappaport还提了个概念，我觉得挺关键的，叫影子AI；就是企业里有人在用没经过授权的AI模型和Agent，IT部门不知道，安全团队也管不到。
这些野生Agent，可能在访问敏感数据、连外部服务，完全在安全体系外瞎跑。
Wiz的平台能自动找到这些影子Agent，把它们纳入安全管控里；演示里有个场景，有个员工自己搭了个Agent，这个Agent既能连互联网，还能访问客户数据，Wiz几分钟就识别出来了，还标了风险等级。
客户案例也有，摩根士丹利选了Wiz当云安全策略的核心组件。
芝加哥商品交易所集团用Google的安全方案保护全球最大的衍生品交易系统；新加坡网络安全局用这套体系做国家级主动防御；洛杉矶水电局在为2028年奥运会提前部署安全基础设施。
我觉得安全这块逻辑很清晰。
Agent越自主，能干的事越多，一旦被攻破，后果就越严重；一个能自己执行代码、访问数据库、调用外部服务的Agent，要是被注入恶意指令，造成的损害比传统软件漏洞大多了。
用Agent防御Agent，这个思路能不能行得通，还得看后续验证；至少Google把安全放在了平台核心位置，不是事后补补丁。
对了，这块我目前还没有看到国内有人在做。
Agent做靠谱决策，离不开数据。Google这次在数据层做了个大重构，名叫「Agent数据云」。
他们的逻辑很简单：
Agent推理能力再强，没有上下文也是瞎猜；你让Agent做采购决策，它连你公司的供应商数据都看不着，能做出啥靠谱决策？
这一层要解决的核心问题就一个：怎么把企业里散得到处都是的数据，变成Agent能直接用的东西。
Google发了个产品叫「知识目录」，说白了，就是企业级的通用上下文引擎。
结构化数据这块，它跟BigQuery原生打通，表结构、字段含义、业务逻辑，都是自动映射好的，不用手动弄。
非结构化数据更实用，一份PDF、一段录音、一张图片，只要放进Google云存储，系统立马自动打标签、建索引、提取实体关系，全程不用人插手。
以前这些数据存进去就搁那吃灰，得等人写数据管道去处理；现在不一样，数据一落地就能用，Agent随时能调用。
知识目录还有个亮点，能学你公司的业务语义。
比如：Agent看到「净收入」「风险敞口」这些词，它懂的是你公司自己定义的意思，不是教科书上的通用解释，不会闹歧义。
这个其实挺重要的，做过企业项目的都知道，同一个词在不同公司意思可能完全不一样。
客户案例里，英国维珍传媒有两万多个数据资产，大部分一直没人用，知识目录把这些数据都激活了，现在全球的产品团队都能用上。
第二个发布是跨云湖仓。
你的数据不管在哪个云上，AWS、Azure都行，自建机房也可以，都能无缝访问；Kurian原话翻译过来就是，不再被供应商绑定，你的数据你自己说了算。
第三个是数据Agent工具包，主要给数据科学家用的。
你在VS Code、Notebook、终端里，直接跟Agent说「预测下客户流失率」，它就自动帮你选数据集、跑模型、生成报告。全程都遵守你公司的权限和安全规则。
现场演示也很直观，一个数据科学家跟Agent说了一句话，Agent就自动定了数据分析计划，选好工具、跑完分析、输出结果。全程数据科学家就负责审核确认，不用自己写代码。
说真的，Google这次把「让数据变成Agent能用的状态」做成了平台级的能力，不用企业自己费心搭数据管道。
这个思路要真能跑通，对企业AI落地的推动，可能比发布一个新模型大多了。
那最后一层，Google肯定要秀地基了。
Google的基础设施负责人Amin Vahdat上台的时候说了一句话，我觉得说的挺到位的，在Agent时代，算力不再等于一颗芯片，算力是整个数据中心。
这次最大的硬件发布是第八代TPU。
Google第一次把TPU拆成了两颗芯片，一颗专门做训练，一颗专门做推理。
训练芯片叫TPU 8t，性能是上一代的三倍，单个超级计算集群可以扩展到9600颗芯片，共享两个PB的高带宽内存。
Vahdat打了个比方，两个PB相当于把美国国会图书馆的全部数字馆藏装进去一百次。
推理芯片叫TPU 8i，设计目标是让上百万个Agent同时跑，延迟接近零；它把内存缓存直接做到了芯片上，打破了以前长上下文处理的内存瓶颈。单个集群支持1152颗芯片。
为什么要拆成两颗？
训练和推理的需求已经完全分化了。训练要极致的算力规模，把模型练出来。推理要极致的低延迟和高并发，让几百万用户同时用。
一颗芯片很难同时满足这两件事，分开做，各自优化到极致。
网络方面，Google发了一个叫Virgo的新一代数据中心网络架构，能连接十三万四千颗芯片，带宽47 Pb每秒；Vahdat说的效果是，原来要训练好几个月的模型，现在压到几周。
Google也没有把路封死，平台上同样支持英伟达的GPU，这次还首批提供了英伟达最新的Vera Rubin系列。
给客户选择权，这个姿态还是可以的。
客户案例方面，花旗证券上台了。他们每天处理超过5000亿美元的交易，用TPU跑量化研究的工作负载，速度快了2到4倍，成本降了三成。
以前要几周跑完的计算任务，现在几小时甚至几分钟就搞定。
还有个数字得留意，Pichai开场时提到，Google内部现在75%的新代码都是AI生成的，去年秋天还只有50%，去年同期是25%。
资本开支从2022年的310亿美元涨到今年计划的1750到1850亿，四年翻了快六倍；这个投入规模，Google不是在做一个产品线的升级，是在押注一个时代。
看完整场大会，Google讲了很多很多东西，但其实就一件事。
它在搭一个从芯片到应用的完整技术栈，然后告诉企业，不用你自己拼凑了，我给你一套现成的。
芯片我造，模型我训，平台我搭，安全我做，应用层也给你铺好，你拿过去就能用。
哎，我感觉跟国内百度智能云、阿里云上半年讲的全栈没什么大的区别，核心还是优化了细节，像安全啊、数据啊这些。
Kurian收尾的时候特别强调了一个词，开放。
他的原话大意是，别人想把你锁进他们的围墙花园，占有你的模型、你的数据、你的Agent；
而我们给你一套整合的技术栈，你可以自由选芯片、选模型，在任何地方跑AI，自己掌控自己的命运。
这话说得漂亮，但能不能做到，什么时候能？另说。
去年所有人都在说AI优先，今年全变成Agent优先了了；词换了，核心问题没变，AI到底怎么落地到企业的生产里。
Google给出了2026开端的答案，答案好不好，最终还得看客户用脚投票。
对了，5月19号Google还有一场I/O大会；这次Cloud Next讲AI怎么落进企业，I/O要讲下一个命题，AI怎么落进每个开发者和普通人的手里。
到时候再聊。