May 20, 2026 · 10:05 AM

AI Agent 生态速报 | 2026-05-20：Google I/O 落地，Gemini 3.5 Flash 重新定义 Agent 开发基线

Google I/O 2026 主题演讲落地：Gemini 3.5 Flash（4× 速度、<0.5× 成本）+ Antigravity 2.0（Agent 原生 IDE）+ Gemini Spark（24/7 个人 Agent）三件套，构成一条与 LangGraph/AutoGen 等开源框架完全不同的托管式 Agent 开发路径。Search 信息代理、Universal Commerce Protocol 购物 Agent、WebMCP Chrome 接入层同步上线，Google 正将搜索引擎重构为 AI Agent 编排层。

Agent 生态周报 @chinamusk

Research Brief

本期覆盖 5/19 上午至 5/20 凌晨动态，核心是 Google I/O 2026 正式落地：Sundar Pichai 宣布进入「Agent Era」，用 Gemini 3.5 Flash + Antigravity 2.0 + Gemini Spark 三件套，把 Google 从搜索引擎重新定义为 AI 代理编排层。对于关注技术选型的开发者和产品团队而言，这次 I/O 提供了一条与 LangGraph / AutoGen 等开源框架完全不同的托管式 Agent 路径，值得评估。

Gemini 3.5 Flash：Google 押注 Agent-first 的模型层

Google 在 I/O 2026 发布 Gemini 3.5 Flash，定位是「最强编码与 Agent 模型」。核心数据：1

Terminal-Bench 2.1 得分 76.2%，MCP Atlas 达 83.6%，GDPval-AA 达 1656 Elo
输出 token 速度是其他前沿模型的 4 倍；同等任务成本不足竞品的一半
今日起全面可用：Gemini API、Gemini App、Search AI Mode，同时替换为全局默认模型

DeepMind 首席技术官 Koray Kavukcuoglu 表示，Gemini 3.5 Flash 在几乎所有基准上优于 Gemini 3.1 Pro，包括编码、Agent 任务和多模态推理。2

「3.5 Flash 的速度对 Agent 任务尤为关键——多个 AI Agent 同时运行长周期任务时，延迟会被乘数放大。」——Kavukcuoglu

内部演示中，Google 工程师 Varun Mohan 在 Antigravity 内用多 Agent 并发方式，从零构建了一个操作系统。模型可连续自主运行数小时，遇到需要判断或权限问题时会暂停等待用户输入。

Gemini 3.5 Pro 已在内部测试中，Google 的设计意图是 Flash 作为执行子 Agent、Pro 作为编排层 Planner，两者协同。预计下月发布。2

Antigravity 2.0：Agent 原生的开发 IDE

Antigravity 2.0 以独立桌面应用形式发布，定位是「Agent 原生开发环境」。3

Kavukcuoglu 描述 Flash 3.5 与 Antigravity 的协同关系为：为 Agent 提供「能够生活、工作和执行的原生环境」。与 Cursor / Windsurf 等 IDE 相比，Antigravity 的差异点在于内置了 Agent 集群编排能力，而非单一补全式助手。

内置优化版 Flash，速度比通用前沿模型快 12 倍，今日已向全体用户开放。

Gemini Spark：24/7 个人 Agent，下周 Beta

Gemini Spark 是 Google 推出的个人级 24 小时常驻 Agent，由 Gemini 3.5 Flash 和 Antigravity 驱动，运行在 Google Cloud 专用虚拟机上（无需本地设备持续开机）。4

关键能力和上线节奏：

首批集成 Google 自有工具（Gmail、Calendar、Tasks 等）
未来几周通过 MCP 支持第三方工具接入
下周面向美国 Google AI Ultra 订阅用户开放 Beta
今年夏天在 Chrome 内直接运行，覆盖全 Web

Android 方面，Google 同步宣布 Android Halo——在系统 UI 层展示 Spark 任务实时进度的界面空间，今年晚些时候上线。

Gemini Spark 与上期追踪的 Gemini Intelligence（Android 底层 Agent 层）形成层次关系：Halo 是 Agent 状态的系统级可见性入口，Spark 是具体执行 Agent 的承载体。

Search 的 Agent 化：信息代理 + 购物 Agent

Google Search 在本次 I/O 正式进入「Search Agents 时代」，首批推出两类 Agent：

信息代理（Information Agents）：用户可创建、自定义、管理多个个性化 Agent，24 小时后台持续监测特定主题（博客、新闻、社交媒体、实时财经/购物/体育数据），在触发时推送整合好的更新并支持操作。5 今年夏季率先向美国 Google AI Pro 和 Ultra 用户推出。

这是对 2003 年 Google Alerts 的根本性升级——Alerts 只匹配关键词发送链接，信息代理会整合多源内容、对比观点、提供可执行洞察。6

Google 搜索信息 Agent 创建界面，用户输入「keep me updated when any of my favorite athletes announce sneaker collabs」，显示 Creating information agent|截图来自 TechCrunch

购物 Agent：Google 同步发布了针对购物场景的 Agent 能力三件套：7

功能	定位	覆盖范围
Universal Cart（通用购物车）	跨 Google 全平台聚合购物车，自动追踪价格、寻找优惠	Search、Gemini、Gmail、YouTube
Universal Commerce Protocol（UCP）	支持 AI Agent 直接代用户下单，对接零售商	Shopify、Amazon、Walmart、Stripe 等
Agent Payments Protocol 2（AP2）	用户设置 AI 可购买额度与品类上限，保留全操作记录	Gemini Spark

这套购物 Agent 基础设施的意义，在于 AP2 首次将「用户授权边界」作为一等设计约束引入代理购物——上期 Cloudflare+Stripe 协议的凭据治理问题，Google 在自己的 Agent 购物层里给出了一个具体的产品级答案。

Chrome 的 Agent 化：WebMCP + DevTools Agent

Google 同步宣布 Chrome 的 Agent 接入层升级，目标是「让 Web 对 Agent 就绪」（agent-ready web）：8

WebMCP：Chrome 即将支持 WebMCP API（源试用已从 Chrome 149 Beta 开始），允许网站向 Agent 暴露预设的 JavaScript 函数和 HTML 表单能力。相比 Agent 截图 + DOM 遍历的方式，WebMCP 的路径更直接，速度更快。Booking.com、Expedia、Instacart、Shopify、Redfin 均表示感兴趣。

Chrome DevTools Agent：支持开发者将自有 Agent 接入 DevTools，Agent 可直接访问控制台日志、网络流量、可访问性树，可自主观测并响应运行状态。已升级至 1.0，支持超过 20 个编码 Agent，通过 Chrome 内置 MCP 服务器或 Chrome DevTools CLI 运行。

WebMCP 与上期 Android 16 内嵌 @AppFunction 等价 MCP 机制形成呼应：Google 正在 Android 和 Chrome 两条线同步铺设 MCP 兼容接入层，为 Gemini 生态 Agent 提供跨平台的工具调用标准。

开发者选型：Antigravity vs 开源框架

本次 I/O 为开发者带来了一个此前不存在的选项：托管式 Agent 开发路径。

现有主流路径（LangGraph、AutoGen、CrewAI 等）均要求开发者自行管理 Agent 编排逻辑、状态持久化、工具注册和运行时环境。Antigravity 2.0 + Gemini Spark 的组合把这些层封装为平台级能力，代价是深度绑定 Google 生态。

几个选型判断点：

速度与成本敏感的 Agent 任务：Gemini 3.5 Flash 4× 速度 + <0.5× 成本的组合，直接挑战 GPT-4o / Claude 3.5 Sonnet 的定价，在多 Agent 并发场景下经济优势更明显
需要 MCP 生态对接：Antigravity 原生支持 MCP，Gemini Spark 也将在未来几周接入；LangChain 和 LangGraph 同样支持 MCP，但 Antigravity 在 Google 生态工具（Gmail / Search / Shopping）的集成深度更高
企业自部署和数据主权：Antigravity 当前为 Google 云托管，私有部署需求仍需评估；LangGraph / AutoGen 在这一维度仍有优势

Google 今年 API 每分钟处理约 190 亿 token，过去 12 个月企业 token 用量同比增长 7 倍，基础设施规模提供了一定的延迟稳定性背书。3