独立 AI 资讯库
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
EmbeddingGemma 2 是一款采用 Apache 2.0 许可证发布的紧凑型开源多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一的 768 维向量空间。该模型基于 Gemma 4，开发者可按需加载编码器，参数规模可从仅支持文本和代码的 2.7 亿扩展至全模态的 7.4 亿。通过 Matryoshka Representation Learning（MRL），向量可从 768 维截断至 128 维，以显著降低向量数据库存储成本。对于 RAG、代码搜索、跨模态检索和端侧索引等场景，sentence-transformers 库提供了直接的模型加载、任务提示、媒体输入和向量截断支持。
Google DeepMind 发布了 7.4 亿参数的开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射至统一向量空间，以支持注重隐私的端侧检索。该模型可在 Google Pixel 11 Pro 上以约 191MB 活跃 RAM 运行纯文本权重，完整多模态模型约需 567MB，并可无需训练或微调实现毫秒级零样本意图路由。Google AI Edge Gallery 和 Mac 版 Foresight 已加入基于该模型的本地媒体、视频片段和上下文检索演示。面向开发者，Google 将通过 ML Kit、MediaPipe Tasks 和 LiteRT 提供从 Android 生产集成到跨平台底层性能调优的不同接入路径。
Google Cloud API Gateway 现已在 Public Preview 中支持作为原生远程 Model Context Protocol（MCP）服务器，将已有 REST API 直接暴露为可供 AI Agent 调用的 MCP 工具。开发者只需在 OpenAPI 3.x 规范中添加 `x-google-api-management.mcp` 和 `x-google-mcp-tool` 等注解，无需额外构建、托管或维护 MCP 中间件服务器。MCP 请求会被网关转码为 REST 请求，并继续沿用既有的 JWT、API Key、配额和日志策略，使 MCP 与 REST 流量共享同一条治理路径。该能力适用于希望快速将 Cloud Run 等后端服务开放给 ADK、Gemini Enterprise 等 Agent 的团队，但目前存在最多 1,000 个工具、不支持 HTTP 204 响应等限制。
Google 宣布 Antigravity SDK 新增本地工作流支持，首批可通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B。开发者可在完全离线的环境中运行具备 Agent 能力的本地模型，从而降低 API 成本、提升隐私保护并增强离线可用性。官方建议使用显存或统一内存超过 24GB 的设备，并提供了本地模型导入和 Python 示例。SDK 还支持云端模型负责规划、本地模型执行任务的混合编排模式；在官方演示中，97.2%的 Token 在本地离线处理。
受开源项目 autoresearch 启发，开发者推出了 autofinetune 项目，通过将自主研究循环引入大语言模型（LLM）的后训练阶段，基于 Google AI 技术栈（Tunix、Gemma、Cloud TPU 与 Antigravity CLI/Gemini Flash 3.7）实现了完全自动化的监督微调（SFT）和强化学习（GRPO）。在 FunctionGemma SFT 和 Gemma 3 数学推理强化学习任务中，AI Agent 在限定边界内自主完成数十次微调迭代与调优实验，成功推动模型指标持续攀升并实现总奖励提升约 10%。该项目展示了 AI Agent 将算法工程师从重复试错中解放出来的巨大潜力，标志着大模型后训练正迈向无人值守的自动化实验室新范式。
Google 宣布与 Speakeasy 合作，在 AGPLv3 协议下正式开源其 OpenAPI 代码生成套件。此前 Google 使用的闭源专有 SDK 生成提供商被收购并突然关停，促使团队认识到闭源生成工具带来的严重平台风险，进而决定推动其成为开源基础设施。该套件支持 Python、TypeScript、Go 等 7 种主流语言的高质量 SDK 生成，并原生支持 Agent CLI 和文档 MCP 服务器生成，目前仅由约 1 名工程师即可维护覆盖多目标的 SDK 流水线。这一举措不仅消除了依赖专有工具的供应链风险，还为 AI 时代下开发者与 Agent 交互提供了兼具确定性与类型安全的底层基石。
Google 在 Gemini Enterprise Agent Platform 上推出 Agent Anomaly Detection 私密预览，这是一项基于推理的异步监督与审计能力，可分析 OpenTelemetry 追踪、工具调用和执行流程。该功能不会为实时请求增加运行时延迟，并可识别工具滥用、身份与权限滥用、级联故障、失控 Agent、资源耗尽及 Token 使用量激增等风险。检测结果会提供严重程度、自然语言解释和修复建议，并同步至 Security Command Center；开发者还可通过 API 将结果接入 ADK 回调或插件，以阻止后续高风险工具调用。该功能目前面向使用 ADK 1.2 或更高版本部署 Agent 的团队开放私密预览。
本文是零信任 Agent 系列第二部分，介绍如何将 AI Agent 的安全控制从构建阶段的静态规则，迁移至 Gemini Enterprise Agent Platform 上的动态运行时治理。文章以客户支持与退款 Agent 为例，展示 Model Armor、Semantic Governance Policies 和 Agent Anomaly Detection 三项托管防御如何分别拦截提示注入、识别语义层面的违规退款，以及发现多轮拆分退款攻击。核心观点是，SQL 解析、正则表达式和单轮测试只能处理预先定义的风险，而运行时平台需要基于用户意图和跨会话行为进行判断。对于开发者和企业而言，这意味着安全策略可由平台或安全管理员独立管理，并在不修改 Agent 代码的情况下统一实施。
Google has officially released version 1.0 of the Agent Development Kit (ADK) for Kotlin, achieving full feature parity with the Python and Java ADK cores to enable idiomatic, multi-agent AI development. Built on Kotlin Multiplatform (KMP), the framework leverages Kotlin Symbol Processing (KSP) for
While end-to-end benchmarks like SWE-bench provide broad performance scores for AI agents, they are often expensive, slow, and lack the root-cause diagnostics needed to explain exactly where an agent's logic broke down. To solve this, developers should adopt behavioral evaluations—fast, local, unit-
The recent Google for Startups AI Agents Challenge revealed that the most successful multi-agent systems rely on foundational software engineering patterns rather than just raw model power. Winning architectures consistently implemented bidirectional MCP for seamless inter-agent communication, async
Google Cloud 已将 TPU 原生支持集成至 vLLM 服务引擎，并结合 GKE 的 Custom Compute Classes，使嵌入服务可在 TPU、GPU Spot 和按需资源之间按优先级弹性扩缩容。针对 Qwen3-Embedding-8B 等需要处理 15K+ token 多模态上下文的模型，团队解决了 TPU 张量对齐、懒加载与编译预热，以及长上下文 StepPool 状态保持等问题。在数值一致性测试中，文本嵌入的余弦相似度目标阈值为 ≥0.999，多模态输入为 ≥0.995；TPU Ironwood 上运行 Qwen3-Embedding-8B 时，报告吞吐达到 83,996 token/s、5.13 请求/s。这些优化为开发者在 Cloud TPU 上部署高精度、长上下文的企业级语义检索和多模态嵌入工作负载提供了可复现的 vLLM 配方。
将实时语音 Agent 从演示推向生产，需要通过可重复的自动化测试验证其在多轮对话、工具调用、上下文衔接和用户打断等场景中的稳定性。ADK 现已原生支持实时评估：开发者可使用由 LLM 驱动、并能合成语音的模拟用户测试实时 Agent，同时在与文本 Agent 相同的评估循环中对对话进行评分。该功能支持动态对话场景和固定对话脚本、端到端轨迹质量评分及单轮指标，并可通过 CLI、AgentEvaluator、CI/CD 和 ADK Web 完成运行与调试。
Google 介绍了一套面向 Agent Development Kit（ADK）工作流的零信任安全架构，用于降低自主 AI Agent 访问数据库、内部 API 和代码执行环境时的风险。该方案通过三层防护实现：基于硬件密钥的加密写入签名、基于 gVisor 的内核级代码隔离，以及对输入输出实施确定性规则校验的语义网关。文章以客户支持与退款 Agent 为例，展示了如何防范提示词注入、越权退款、密钥泄露和主机环境被攻陷等攻击。对开发者而言，这意味着不能仅依赖系统提示词约束，而应将身份认证、运行时隔离和业务规则强制执行置于 LLM 之外的基础设施层。
HeyGen 将拥有超过 180 亿参数的 Avatar IV 视频生成模型，通过 torchax 和 XLA 迁移至 Google Cloud 的八芯片 Trillium（v6e）TPU 主机。团队结合 FSDP 权重分片与 Ulysses 序列并行，并围绕 all-to-all 通信、稀疏注意力掩码和 softmax 串行依赖进行了系统优化，使单个视频块生成速度达到首个可用 TPU 版本的 1.86 倍。优化后的流水线性能可与 HeyGen 的 8×H100 生产环境相当，同时每分钟生成视频的成本效率最高提升 25%。这项工作表明，开发者在将大型视频生成模型迁移至 TPU 时，除模型并行策略外，还需要通过内核、数据布局和编译器调度协同优化来满足实时流式生成的延迟要求。
Google 发布开源 C++ 库 Credentio，用于在客户端和服务器应用中本地验证 C2PA Content Credentials，初始支持 C2PA 2.2 和 2.4 规范版本。该代码已支撑近 40 款符合 C2PA 标准的 Google 产品，为数百亿个图像、视频、音频和文档资产提供溯源能力。Credentio 采用本地优先架构，无需将媒体文件上传至云端，可降低带宽和延迟开销并保护数据隐私，同时针对数 GB 级大型媒体文件保持较低内存占用。对开发者而言，该库提供可配置信任列表、深度凭证解析和详细验证报告，未来还计划支持生成并嵌入 Content Credentials。
Google AI Edge 推出基于 LiteRT 与轻量级 Gemma 开放模型的 Raspberry Pi 边缘 AI 部署方案，可在本地离线运行实时推理、机器人和 AI Agent 应用。LiteRT-LM 在 Raspberry Pi 5 上运行 Gemma 4 E2B 时，预填充速度可达 99 tokens/sec、解码速度达 9 tokens/sec，峰值内存占用仅 1432 MB；在 Reachy Mini 演示中，端到端生成速度约为 27.3 字符/秒。LiteRT 还通过 WebGPU（Vulkan）后端支持将视觉、音频和嵌入模型部署至 Raspberry Pi GPU，从而让 CPU 与 GPU 并行协作。开发者可使用 LiteRT CLI 完成模型转换、量化、基准测试和推理，并可将相关技能接入 AI 编程 Agent，以自动化多阶段机器学习工作流。
Agent Plugins 1.0.0 是一项开放、厂商中立的目录规范，可将 Agent Skills 与 MCP 服务器打包为可移植插件。该规范由 Amazon、Cursor、Microsoft、OpenAI、Vercel 等公司的核心维护者发布，Google 也以核心维护者身份加入并开始在自家产品中集成支持。它通过固定目录结构和简洁的 `plugin.json` 清单，解决不同客户端在组件封装、MCP 配置和传输方式上的兼容性问题。Google 的 Agents CLI 与 Data Agent Kit 已支持该格式，为开发者跨 AI 编程 Agent、IDE 和其他兼容客户端分发技能及工具提供了标准化路径。
2026-07-28 版 Model Context Protocol（MCP）候选规范移除了传输层会话管理，使协议核心完全无状态，可直接运行在普通 HTTP 负载均衡、Kubernetes 和 Serverless 基础设施上。新规范以每次请求携带的 `_meta` 信息替代初始化握手与 `Mcp-Session-Id`，并通过标准 HTTP 头提升路由、限流、审计和缓存能力。规范还引入多轮往返请求（MRTR）、Tasks 异步任务扩展，以及更明确的授权与 Schema 安全边界。对开发者而言，这意味着 MCP 服务可更容易实现水平扩缩容、故障转移和低运维成本，但也需要迁移至新的 SDK 与请求模型。
Google Cloud API Gateway 现已在 Public Preview 中推出模型路由功能，可接收兼容 OpenAI 的请求，并动态转发至 Gemini、Claude 或 OpenAI OSS-GPT 等模型。开发者无需在应用中硬编码模型端点，也不必自行维护开源代理，即可通过 OpenAPI 3.x 配置虚拟模型名称、后端目标及路由规则。该功能还能与 Gemini Enterprise Agent Platform 配合使用，在安全治理与模型动态分流之间建立统一入口。对开发者而言，这意味着可更灵活地按任务、成本或能力选择模型，并简化多模型 AI 应用的流量管理。
实时 AI Agent 依赖长生命周期、双向且有状态的数据流，传统基于 QPS 或 CPU 利用率的负载均衡方式难以准确反映后端真实容量。文章提出，服务运行时应在应用层追踪活跃会话数，并将其与 CPU、内存等利用率信号结合，形成混合型路由模型。该方法可避免静默会话导致的容量误判、幽灵会话造成的错误路由，以及单个后端积累过多潜在工作负载。对于构建语音、视频及其他交互式 AI Agent 的开发者而言，基准测试和监控也应从短请求吞吐量转向长连接会话的分布、时延和可靠性。
Genkit 已在 TypeScript、Go、Dart 和 Python 中支持 Agent Skills，使开发者能够将专业指令、脚本与参考资料封装为模块化的 `SKILL.md` 能力包。该机制采用“渐进式披露”架构：系统初始仅向模型提供技能元数据，只有在请求匹配时才加载完整指令与附带资源，从而减少上下文膨胀和 token 消耗。Genkit Go 通过 middleware hook 体系实现技能发现、激活和执行，并可在 `Generate` 或 `GenerateText` 调用中通过 `ai.WithUse` 启用。文中展示了菜谱生成工具和多模态艺术修复应用示例，说明该能力适用于需要按需调度专业知识的生产级 Agent 工作流。
Gemini Enterprise Agent Platform 的 Agent 和模型评估服务现已正式发布，开发者可在本地实验与线上生产流量中使用同一套引擎和一致的指标评估质量。该服务提供 20 多项预构建指标、由 Google DeepMind 共同开发的自适应评估量规，以及自定义代码和 LLM-as-a-judge 指标能力。开发者还可通过在线监控、生产追踪评估、用例生成及用户和环境模拟器，持续发现 Agent 在真实环境中的质量漂移与故障模式。
Google 开源的 TPU 微基准测试套件可从网络、计算、HBM、主机传输和 Ragged-Paged Attention 五个维度，量化评估加速器的实际性能。该套件可帮助开发者建立硬件“光速”（SOL）基线和 Roofline 模型，快速判断工作负载究竟受计算、内存还是网络限制。在一项 110B MoE 训练案例中，微基准测试指导的优化将训练步耗时降低了 21.2%，并帮助识别出 ICI 通信停顿与 HBM 饱和等关键瓶颈。对开发者而言，这意味着可以在扩展至大规模 TPU 集群前，更准确地预测训练吞吐、TTFT、TPOT 和 MFU。
Tunix is Google’s new JAX-native post-training library designed to eliminate TPU idling bottlenecks when training multi-turn, tool-using LLM reasoning agents. It maximizes hardware throughput by combining highly concurrent, asynchronous rollouts with a decoupled producer-consumer pipeline, ensuring
单体系统提示在生产中面临变更爆炸范围模糊、复制粘贴漂移和运行时错误延迟等扩缩瓶颈。解决方案是将提示模块化为可复用的技能文件，利用转译器实现构建时静态验证，以确保依赖完整、变量存在，并在 CI 流水线中强制执行漂移检查。进一步借助渐进式公开让代理在运行时动态加载所需技能，甚至代理可以提议改进自身指令层并通过标准审查流程合并。这一方法将提示工程转变为构建系统问题，为开发者构建可靠、可维护的生产级 AI 代理系统提供了工程化基础。
Conductor 已从 Gemini CLI 扩展演变为可移植插件，为 Antigravity CLI 和 Claude 等工具带来对话式规格驱动开发（SDD）。开发者现在可以通过自然对话与 AI 助手讨论需求，动态生成并迭代 spec.md 和 plan.md。Conductor 插件在 TerminalBench 最复杂任务子集上取得了比非 SDD 用户更高的成功率，表明对话式 SDD 能提升任务完成度。此举打破了工具绑定，使基于同一架构上下文的 AI 开发流程可在多种工具间无缝衔接，对团队协作和开发效率意义重大。
Google Cloud 与 Parallel Web Systems 合作，将 Parallel 的搜索基础设施作为原生网络验证提供商集成到 Gemini 企业智能体平台。该集成使开发者能够将 AI 智能体锚定于可验证的实时网络结果，大幅提升事实准确性，并可通过 Gemini API、Agent Studio 和 Google Cloud Marketplace 便捷使用。开发者还可将搜索结果传递给其他大语言模型，支持目录充实、自主智能体和多智能体编排等高级工作流，对金融、法律等领域的生产级智能体部署具有重要意义。
在印度 Google I/O 大会上，Google 联合 Pixel 团队展示了搭载定制 Tensor SoC 和 TPU 的 Pixel 10 系列，带来完全私密的设备端 AI。大会上首次发布轻量级 Gemma 4 E2B 模型，可在 Pixel TPU 上原生运行，实现完全离线的多模态交互。现场演示了基于 TPU 的智能代理技能、移动操作以及无需联网的文本、图像和音频推理。这一技术已开始赋能零售、汽车等行业的边缘应用，开发者可通过 Tensor SDK 和超过 100 个预置模型，构建安全、保护隐私的端侧 AI。
To serve the 397B-parameter Qwen 3.5 Mixture-of-Experts (MoE) model on Ironwood TPUs, engineers developed a modular JAX/Pallas optimization stack that achieved up to a 4.7x inference speedup for prefill-heavy workloads. The team bypassed severe hardware sharding constraints by deploying a hybrid Dat