Google I/O 最大反差：最重要的不是新模型，而是“常驻智能体”

这次 Google I/O，DeepMind 高管透露了一个被很多人忽略的信号：模型不再是主角，真正的主线是“智能体如何长期在线、持续干活”。从 Gemini 3.5 Flash 到 Omni，再到托管 Agent，Google 正在重写开发者与 AI 的关系。

最反直觉的一点：Google 不再炫模型，而是炫“打工能力”

如果你还在等 Google I/O 放一个“性能碾压一切”的新模型，很可能会失望。DeepMind 给出的核心叙事不是“我们多聪明”，而是“我们多能干活”。Gemini 3.5 Flash 被反复强调为 workhorse——不是最强，但是最适合做 agentic tasks 的那一个。它被广泛部署在 Search、Gemini App 和 API 里，目标只有一个：低延迟、低成本、随时可用。

这里的潜台词很清楚：在 agent 时代，稳定性、调用成本、工具使用能力，已经比 benchmark 排名更重要。对比 Claude 3.5 Sonnet 这类“推理感很强”的模型，Flash 的定位更像是“生产线主力”，而不是“实验室尖子生”。这也是为什么 Google 反复强调它的分发广度，而不是单点性能。

Gemini Omni：真正的变化，是“世界模型”开始下放给开发者

另一个容易被低估的发布，是 Gemini Omni。它不是简单的多模态拼接，而是被明确称为 unified world model——视频、图像、音频、文本在同一个表示空间里协同工作。

这件事对内容创作者的意义非常直接：剪辑、转写、重构故事的摩擦正在被系统性抹平。DeepMind 讨论的不是“效率提升 10%”，而是“以前只有专业团队能做的内容，现在一个人就能完成”。这会直接催生新的叙事形式，也会让更多细分创作者出现。

更关键的是，Omni 并不是一个封闭产品，而是通过 API 和新的创作套件开放。这给 agency、工具开发者留下了很大的想象空间：不是帮人用 AI，而是把 AI 融进原有工作流，让内容质量整体抬升。

没发布的东西，反而更重要：成本、蒸馏和 Gemini 3.5 Pro

在访谈里，有一个很“老派但现实”的话题被拿出来讲：什么还没发布？答案包括 Gemini 3.5 Pro 的后续路线，以及更激进的模型蒸馏。

这背后指向的是同一件事：降低 intelligence 的边际成本。Google 非常明确地在为规模化做准备——不是让少数人用到最强模型，而是让更多产品、更多 agent 长期运行而不爆预算。蒸馏在这里不是技术炫技，而是商业必需。

这也解释了为什么 Flash 会被推到如此核心的位置：它是那个“便宜到可以一直开着”的大脑。

从 Vibe Coding 到生产工程：Agent 正在重新定义开发者角色

在 agent 层面，Google 给出了一个很清晰的分层：AI Studio 更偏向 vibe coding 和快速试错，而 Anti-Gravity 则是面向生产级 agentic engineering 的系统级方案，覆盖 IDE、CLI、SDK、API，甚至 Gemini Spark。

再往前一步，是 Gemini API 里的 managed agents 和 always-on agents。基础设施的摩擦正在被隐藏，开发者被鼓励去思考更高层的问题：这个 agent 应该常驻吗？是同步还是异步？它真正替用户承担了哪一段认知负担？

这也是 DeepMind 提到的“reset expectations”：我们不再要求用户学会新工具，而是让 agent 在用户原本所在的地方工作。

总结

这次 Google I/O 释放的关键信号是：AI 的竞争焦点，正在从“谁更聪明”转向“谁更耐用、好用、便宜”。对开发者来说，机会不在于追最新模型，而在于学会设计长期运行的 agent，把 Omni 这样的世界模型嵌入真实流程。

一个值得思考的问题是：如果 intelligence 的成本持续下降，你现在做的产品，哪一部分最应该交给常驻 agent？谁先想清楚这个问题，谁就更可能吃到下一波红利。

关键词： Google I/O， Gemini， AI Agent， 世界模型， 多模态

事实核查备注： 需要核查：Gemini 3.5 Flash 的正式命名与定位表述；Gemini Omni 是否被官方明确称为 unified world model；Anti-Gravity 的产品形态与覆盖范围；Gemini API 中 managed agents 与 always-on agents 的具体实现细节；Gemini 3.5 Pro 的发布时间路线。