Google for Developers
通过将沙箱执行、端云混合推理及Web与Android底层工具标准化移交AI,软件开发重心已从人工编写指令转向由Agent承担所有繁重工程执行。
AI-assisted summary of Developer Keynote (Google I/O '26) — original source. Check the original for full context.
Source published:
Key ideas
- 开源大模型 Gemma 4 发布首月下载量达 1 亿次,推动 Gemma 全系列总下载突破 5 亿次,同时 Google 推出 Agent 开发平台 Google Antigravity。 (0:09)
- Gemini API 推出托管 Agent 服务,为每个 Agent 绑定独立的远程 Linux 沙箱环境,并通过统一协议实现全托管执行。 (2:18)
- Antigravity 2.0 桌面端支持多工作树并行调度与动态子 Agent,并发布与终端无缝集成的 Antigravity CLI。 (14:56)
- Android 推出内置知识库与技能体系的 Android CLI,使 Agent 任务消耗的 Token 减少约 70%,完成速度提升至 3 倍。 (26:08)
- Web 端推出拟议浏览器标准 WebMCP、Modern Web Guidance,并在 Chrome 149 中开启 WebMCP 的 Origin Trial,结合面向 Agent 的 Chrome DevTools 实现闭环调试。 (45:01)
Detailed notes
## Background 本内容由 YouTube 官方频道 Google for Developers 于 2026 年 5 月 19 日发布,为 Google I/O 2026 的开发者主题演讲(Developer Keynote)。视频简介说明该场演讲聚焦于 Google 开发者产品与平台的最新技术动态与重要更新,涵盖从 AI Agent 架构、Antigravity 平台到 Android 与 Chrome 生态的全栈演进。
## TL;DR 本次开发者主题演讲全面确立了从“辅助型 AI”向“主动执行型 Agent”的范式转移,围绕 Google Antigravity 平台推出支持安全沙箱的 Gemini API 托管 Agent 与桌面端 Antigravity 2.0。在多端开发方面,Google AI Studio 与 Android Studio 深度打通了零本地配置的 Kotlin 原生构建、智能眼镜 XR 开发、R8 性能优化以及 iOS 到 Android 的自动化迁移助手。Web 领域则重磅推出了 Modern Web Guidance 规范、面向智能体的 Chrome DevTools 与 Lighthouse 审计,并演示了用于浏览器端 Agent 标准化调用的 WebMCP 以及突破渲染边界的 HTML in Canvas API。大会最终宣布启动奖金池达 200 万美元的“Build with Gemini XPRIZE”全球黑客马拉松,并为 Google AI Ultra 订阅开发者发放额度福利。
## Atmosphere & style 整场 Keynote 节奏紧凑而充满极客雄心,多位技术高管与产品经理轮番登台,在密集的现场实操中展现出务实且高度自信的技术气场。演讲者们不时以幽默化解复杂的工程挑战——从“Markdown 成了最热门编程语言”的调侃,到将跳过编译等待称为“时空穿越技能”,以及现场调试训练时讲出的冷笑话,都引发台下开发者的阵阵会心欢笑与掌声。伴随着实时代码生成、终端微调大模型与现场多端联调的顺利闭环,现场情绪层层推高,传递出一种将繁重工程劳作彻底托付给 Agent、让开发者专注于宏大创意的震撼与兴奋感。
## Bulletin - [00:09](https://www.youtube.com/watch?v=aqmpZocmR8o&t=9s) 开源大模型 Gemma 4 发布首月下载量达 1 亿次,推动 Gemma 全系列总下载突破 5 亿次,同时 Google 推出 Agent 开发平台 Google Antigravity。 - [02:18](https://www.youtube.com/watch?v=aqmpZocmR8o&t=138s) Gemini API 推出托管 Agent 服务,为每个 Agent 绑定独立的远程 Linux 沙箱环境,并通过统一协议实现全托管执行。 - [14:56](https://www.youtube.com/watch?v=aqmpZocmR8o&t=896s) Antigravity 2.0 桌面端支持多工作树并行调度与动态子 Agent,并发布与终端无缝集成的 Antigravity CLI。 - [26:08](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1568s) Android 推出内置知识库与技能体系的 Android CLI,使 Agent 任务消耗的 Token 减少约 70%,完成速度提升至 3 倍。 - [45:01](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2701s) Web 端推出拟议浏览器标准 WebMCP、Modern Web Guidance,并在 Chrome 149 中开启 WebMCP 的 Origin Trial,结合面向 Agent 的 Chrome DevTools 实现闭环调试。
## Key takeaways - [00:09](https://www.youtube.com/watch?v=aqmpZocmR8o&t=9s) 开源大模型 Gemma 4 专为复杂推理和 Agent 工作流设计,支持端侧离线运行,首月斩获 1 亿次下载并推动系列突破 5 亿次总下载。 - [00:09](https://www.youtube.com/watch?v=aqmpZocmR8o&t=9s) 行业正经历从被动辅助式 AI 向主动执行式 Agent 的范式转变,Google Antigravity 成为贯穿云、端、Web 及移动平台的核心开发底座。 - [02:18](https://www.youtube.com/watch?v=aqmpZocmR8o&t=138s) Gemini API 开放 Antigravity 运行框架(Harness)推出托管 Agent,单次调用即自动绑定 Google 托管的远程 Linux 沙箱以保证高隔离性。 - [05:05](https://www.youtube.com/watch?v=aqmpZocmR8o&t=305s) Google AI Studio 引入纯 Markdown 声明式技能模板,无需手写复杂编排代码即可串联搜索、TTS、混音与图像生成等多工具链。 - [09:43](https://www.youtube.com/watch?v=aqmpZocmR8o&t=583s) AI Studio 实现一键免信用卡部署至 Google Cloud Run,并深度打通 Firebase、Firestore 及 Google Workspace(Docs、Gmail、Calendar)。 - [11:23](https://www.youtube.com/watch?v=aqmpZocmR8o&t=683s) AI Studio 带来零本地环境的 Kotlin 原生 Android 应用云端生成,支持内置模拟器交互预览、真机即插即测以及直发 Google Play 测试轨道。 - [13:21](https://www.youtube.com/watch?v=aqmpZocmR8o&t=801s) Antigravity SDK 开放底层 Agent Harness,支持将 AI Studio 云端项目的一整套文件系统与全量上下文一键无损导出至本地环境。 - [14:56](https://www.youtube.com/watch?v=aqmpZocmR8o&t=896s) Antigravity 2.0 充当 Agent 编排任务中心,支持在独立 Git 工作树中并行多任务、动态派生子 Agent,并支持 Cron 定时调度自动化任务。 - [16:56](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1016s) 发布 Antigravity CLI,将桌面端 Agent 体验原汁原味搬进终端与 SSH 远程主机,支持多模态语音交互与无需污染上下文的 /btw 分支对话。 - [23:07](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1387s) Gemini CLI 全量并入 Antigravity CLI 形成技术栈无关的统一 Agent 平台,并针对医疗科研场景首发专业技能包 Science Skill bundle。 - [26:08](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1568s) Android 推出全新 Android CLI,结合内置的 Android 知识库与开源技能,在内部测试中帮助 Agent 降低约 70% 的 Token 开销并将任务耗时缩短至三分之一。 - [30:43](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1843s) Firebase AI 逻辑支持混合推理架构,优先利用端侧 Gemini Nano 本地离线处理,设备算力不足时自动平滑回退至云端。 - [33:14](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1994s) 面向 Android 17 内存优化标准,Agent 可调度特化的 R8 Analyzer Skill 自动开启 R8 Full Mode 并重写 Keep 规则,实现代码精简与性能提升。 - [35:08](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2108s) Android Studio 推出 App Links Assistant 自动化深度链接映射,并支持直接从 IDE 内打包签名并分发至 Google Play 内部测试轨道。 - [37:02](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2222s) 试验性 Migration Assistant 旨在将 iOS 等平台应用在数小时内迁移至现代 Android 原生架构,借助基于自然语言的 Journeys 机制实现自主端到端闭环验证。 - [41:52](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2512s) 推出基于 Markdown 的 Modern Web Guidance 技能集,结合 Baseline 的全量 Web 特性映射,指导 Agent 在现代 Web 开发中精准采用最新 API 并配置降级方案。 - [45:01](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2701s) 标准化提案 WebMCP 允许网页直接向浏览器端 Agent 暴露结构化操作端点,彻底取代传统的 DOM 盲试交互,将于 Chrome 149 启动 Origin Trial。 - [51:00](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3060s) 推出面向 Agent 的 Chrome DevTools 与 Lighthouse 智能浏览审计,涵盖 WebMCP 注册、表单元数据、llms.txt 及无障碍树验证,实现代码自感知与自主闭环修复。 - [53:44](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3224s) Chrome 开启 HTML in Canvas API 的 Origin Trial,打破 3D/Canvas 渲染与原生 DOM 的隔离高墙,在保留完整无障碍、翻译与选择特性的同时将真实 DOM 嵌入三维画布。 - [56:47](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3407s) 启动总奖金池 200 万美元的“Build with Gemini XPRIZE”全球黑客马拉松,并向所有 Google AI Ultra 订阅者即时发放 100 美元额外算力额度。
## Detailed walkthrough ### [00:09](https://www.youtube.com/watch?v=aqmpZocmR8o&t=9s) 迈向 Agent 时代:Gemma 4 与 Google Antigravity 登场
Josh Woodward 走上舞台向开发者问好,感叹与一年前相比,技术的演进速度令人惊叹。在回顾当天上午发布的 Gemini Omni 模型以及全新的 Gemini 3.5 系列模型之后,他重点提及了上个月以 Apache 2.0 许可证正式发布的开源大模型 Gemma 4。作为 Google 迄今为止最聪明的开放模型,Gemma 4 专为高级推理和 Agent 工作流打造,上线仅一个月便斩获 1 亿次下载,直接推动 Gemma 系列的总下载量突破 5 亿次大关。它不仅拥有极小体积、足以离线运行在手机上,还被广泛部署到了从地面机器人到外太空卫星的各类设备中。
随着模型能力的爆发,整个行业迎来了从“被动辅助式 AI”向“主动执行式 Agent”的关键范式转移。Josh Woodward 强调,Agent 能够在人类的指导下更快速地帮助用户把事情办成。而这场变革的核心,正是 Google 推出的 Agent 开发平台——Google Antigravity。该平台的核心驱动力来自 Antigravity Agent 本身,开发者无论是在 Google 的基础设施上、自建环境里,还是在 Android 端与 Web 端,都能借此构建自己的 Agent 应用。
> “And as you saw this morning, the big shift is our move towards agents, from AI that simply assists you to agents that help you get stuff done, under your direction and faster.” —— Josh Woodward
- **Gemma 4 生态成绩**:首月下载量达 1 亿次,全系列 Gemma 下载量突破 5 亿次;采用 Apache 2.0 开源协议。 - **边缘与端侧支持**:支持手机离线运行,应用范围覆盖地面机器人与在轨卫星。 - **全栈 Agent 布局**:打通前沿模型、Antigravity 开发工具、终端体验平台(Android 与 Web)以及底层基础设施。
---
[02:18](https://www.youtube.com/watch?v=aqmpZocmR8o&t=138s) Gemini API 托管 Agent(Managed Agents)与沙箱环境
Logan Kilpatrick 接过讲台,阐述了 Google 将完整的 Agent 能力直接交付给开发者的规划。去年 12 月 Google 推出了统一的 Interactions API,为模型和 Agent 提供了高度精简的操作界面,而首个接入该 API 的 Deep Research 证明了“给模型一个目标,并赋予其自主寻找答案的自由度”能够激发出多么强大的潜能。在 Google 内部,Antigravity 运行时框架(harness)已经作为底层技术支撑起 Gemini Spark 以及 Google AI Studio 中的代码 Agent。
今天,Google 正式在 Gemini API 中开放了同样的 Antigravity 框架,推出托管 Agent(Managed Agents)服务。开发者只需一次 API 调用,就能传入自定义指令、工具集和数据。然而在生产环境中,Agent 的执行需要高安全性的隔离环境,自行搭建这套基础设施往往是工程运维的噩梦。为此,每一个托管 Agent 都会自动绑定一个由 Google 托管的远程 Linux 沙箱环境。不仅基础设施全托管,而且各大生态伙伴与早期客户(如 Stitch、Ramp、Resemble AI 和 Klipy)已经深度接入。例如 Google 内部的 Vibe 设计产品 Stitch 就通过托管 Agent 直连用户的 GitHub 仓库,解析代码并自动生成 `design.md`,平滑承载数百万用户的扩展需求。
> “And solving that on your own is an infrastructure nightmare. That's why every managed agent comes paired with a remote Linux environment hosted by Google.” —— Logan Kilpatrick
```mermaid flowchart LR accTitle: Gemini API Managed Agent 架构 accDescr: 开发者通过单次 API 调用触发托管 Agent,并在 Google 托管的安全 Linux 沙箱中调度工具与数据。 subgraph Client["开发者调用"] A["单次 Gemini API 调用"] end subgraph CloudEnv["Google 托管隔离环境"] B["Antigravity Harness (Agent)"] C["远程 Linux 沙箱"] end subgraph Resources["配置与资源"] D["自定义提示词与指令"] E["外部工具与技能"] F["项目数据与代码仓库"] end
A --> B B <--> C D --> B E --> B F --> B ```
---
[05:05](https://www.youtube.com/watch?v=aqmpZocmR8o&t=305s) AI Studio 演练:用 Markdown 打造 AI 脱口秀电台 Agent
在 Google AI Studio Playground 的实操演示中,Logan 展示了最新内置的一系列开箱即用开源 Agent 模板。这些模板完全基于 Markdown 编写,将指令、技能(Skills)和工具(Tools)预先加载到清晰的源码文件中(如 `AGENTS.md`),开发者可随时根据业务需求修改。
Logan 选择运行了一个名为“AI Talk Radio”的 Agent,要求它针对 Hacker News 最新的热门技术讨论生成一期 5 分钟的电台脱口秀节目。在后台自动配置环境的过程中,Logan 拆解了整个编排逻辑:该 Agent 自主调度了网络调研技能(抓取 Hacker News 热门故事)、剧本编写技能、多角色 TTS 语音生成技能、基于 Lyria 模型的动态背景音乐生成技能,以及多轨音频混音技能;随后它借助 Nano Banana 模型生成电台封面图,最终在 Linux 沙箱中渲染并导出一份可直接串流的 MP3 文件。整套多工具协作流程中,开发者完全不需要手写任何复杂的调度编排代码,仅仅依靠 Markdown 文件来定义规则与能力。
> “Honestly, it feels like the hottest new programming language is Markdown, and I'm here for it.” —— Logan Kilpatrick
- **AI Talk Radio 技能链条**:调研 Hacker News -> 撰写脚本 -> 多角色配音合成 -> Lyria 背景乐生成 -> 音频混音 -> Nano Banana 封面绘制 -> 输出沙箱 MP3。 - **编排即声明**:无需手动编写状态机或调度胶水代码,一切皆在 Markdown 中规范化描述。
---
[07:41](https://www.youtube.com/watch?v=aqmpZocmR8o&t=461s) 从提示词到全栈应用:将 Agent 包装为 Web 产品
Paige Bailey 登台展示了如何将实验室里的 Agent 想法迅速转化为真正的生产级应用。她指出 Google AI Studio 是从提示词走向应用的最快途径。为了打造属于自己的定制化新闻电台,她在当天早些时候仅用了几条简单的自然语言提示词,就将 Logan 展示的 AI Talk Radio Agent 包装成了一个具备完整 UI/UX 的 Web 应用。
这个 Web 应用在底层同样通过 Gemini API 唤醒托管 Agent。沙箱环境快速拉起后,Agent 研读技能文件、自主拆解步骤并组装音频。在现场播放的生成节目片段中,两位 AI 主播用逼真口吻就“一天写 200 行代码到靠 Agent 写 2000 行,究竟是变强了还是在自我陶醉(vibing)”展开幽默辩论。更关键的是,Agent 还在生成音频流的同时动态吐出了精准的角色时间戳与剧本元数据,让 Web 界面能够支持观众自由点击剧本跳读到指定发言人的音频节点,并渲染出 Nano Banana 生成的艺术封面。
> “The app defines the UX, and then the agent creates the content and metadata needed for it on the fly.” —— Paige Bailey
---
[09:43](https://www.youtube.com/watch?v=aqmpZocmR8o&t=583s) Cloud Run 一键部署与 Workspace 集成
完成原型制作后,Paige 演示了将该 Web 应用推向全球用户的全流程。在 AI Studio 中,开发者只需点击几下即可将应用直连部署至 Google Cloud Run。系统允许绑定现有的 Google Cloud 项目,若开发者尚未开通,AI Studio 还会自动代为创建。自即日起,所有新用户都可以免费获得即刻生成的公网实时 URL,全程无需绑定信用卡。
在部署等待的间隙,Paige 盘点了平台底层能力的重大升级:除了 Cloud Run 的直接打通,代码 Agent 已经完全由 Antigravity 框架重构,并原生支持 Firebase 与 Firestore,使开发者可以迅速搭建带有数据库存储和 OAuth 认证的全栈应用。此外,Google 现场正式宣布了对 Google Workspace 的全面集成,允许 Agent 直接通过提示词接入 Google Docs、Gmail 和 Google Calendar。结合多会话管理、联网实时搜索以及 Nano Banana 图像生成,开发者在单个工作流中即可实现复杂的企业级跨产品协作。几分钟后,页面显示该电台应用已顺利上线,开发者还可以在 AI Studio 界面内随时一键下线。
> “And starting today, brand new users can deploy to a live URL on Cloud Run instantly. No credit card required.” —— Paige Bailey
- **无门槛部署**:零信用卡门槛,自动生成 Google Cloud 项目并提供独立的 Cloud Run 公网访问链接。 - **全栈设施集成**:支持 Firebase、Firestore、OAuth 认证。 - **企业生态打通**:支持通过自然语言提示词集成 Google Docs、Gmail 及 Calendar。
---
[11:23](https://www.youtube.com/watch?v=aqmpZocmR8o&t=683s) 零本地配置:在 AI Studio 中直接构建 Kotlin 原生 Android 应用
拥有了 Web 应用后,Paige 抛出下一个痛点:用户往往需要在移动设备上收听电台,移动端体验不可或缺。为此,Google AI Studio 正式推出了端到端的 Android 应用生成能力。开发者不再需要经历在本地配置复杂开发环境、下载沉重 SDK、配置工具链的折磨,只需在云端点击“Build an Android App”并输入提示词即可启动构建。
Paige 切入之前在后台预先烘焙好的项目页面进行展示。她直接复用了 Web 端应用编写时所使用的相同提示词框架,只是将其中的开发目标指定为 Android 应用。AI Studio 便在云端全自动生成了结构规范的 Android 工程项目,并且整套应用完全使用现代标准的 Kotlin 原生代码编写而成,现场随之爆发出一片掌声与欢呼。
> “So starting today, you can go from an idea to an Android app directly in AI Studio. No software to install, no SDKs to manage, and no local environment needed.” —— Paige Bailey
[12:15](https://www.youtube.com/watch?v=aqmpZocmR8o&t=735s) AI Studio 预览、Play 商店直发与手机端 App
Google AI Studio 迎来了关键的工作流升级,大幅缩短了从想法到真实设备运行的距离。开发者可以直接在 AI Studio 中通过内置的 Android 模拟器预览应用;当准备进行真机测试时,只需将手机插入电脑即可完成安装。
```mermaid flowchart LR accTitle: AI Studio 与移动端部署流程 accDescr: 展示从 AI Studio 到 Android 模拟器、真机安装、Play 商店分发以及移动端 App 的完整流向 subgraph Dev["开发与测试"] A["AI Studio"] --> B["Android 模拟器"] A --> C["真机即插即测"] end subgraph Deploy["分发与移动"] A --> D["Google Play 开发者账号"] D --> E["测试轨道 (Test Track)"] F["AI Studio 移动端 App"] -.->|"随时随地构建"| A end ```
AI Studio 现已直接集成 Google Play 商店的发布功能。开发者只需打开“发布”页面,关联自己的 Google Play 开发者账号,几分钟内就能将应用直接推送到测试轨道(Test Track),并在手机上直接下载安装,全程无需离开 AI Studio。真机测试功能即日起上线,受信任测试者(trusted testers)分享功能将于今年夏季晚些时候推出。此外,为了让开发者不再局限于办公桌前构思,“great ideas don't just happen at your desk”,官方正式发布了全新的 AI Studio 移动端 App,该应用已开启预注册,并将在数周后正式上线。
- **AI Studio Android 模拟器**:支持在 Web 界面中即时渲染和交互。 - **真机即插即装**:通过 USB 连接物理手机即可一键装载应用进行本地测试。 - **Google Play 测试轨道集成**:直接连接 Play Developer Account,几分钟内完成分发。 - **AI Studio 移动端**:现已开放预注册(Pre-register),预计数周后推出。
---
[13:21](https://www.youtube.com/watch?v=aqmpZocmR8o&t=801s) Antigravity SDK 与一键全量导出
针对需要深度可编程控制、个性化定制及自主部署的开发者和研究人员,Google 推出了 Antigravity SDK。该 SDK 提供了与托管 Agent 完全一致、针对 Gemini 深度优化的底层 Agent 运行框架(agent harness),同时赋予开发者在任意环境下运行与扩展的完全自由度。
从灵感迸发到生产部署是一个完整的应用生命周期。尽管 Google AI Studio 提供了从 Prompt 到应用的最快路径,但随着团队和项目复杂度的增加,迁移至本地开发环境能够获得更敏捷的迭代速度。过去,迁移项目往往意味着手动复制代码文件、丢失上下文并彻底重构应用状态。为此,官方推出了面向 Antigravity 的一键导出功能(One-click export to Antigravity)。该功能不仅仅是复制代码片段,而是将完整的文件系统以及“every single ounce of context”一并迁移,确保开发者能够在 Antigravity 中无缝衔接在 AI Studio 中的所有工作进度。随后,Anshul Ramachandran 登台详细展示 Antigravity 的全新升级。
- **Antigravity SDK**:为研究人员与高级开发者提供同等 Gemini 优化的 Harness,支持在任意基础设施上运行。 - **One-click Export**:保持完整文件系统结构与所有上下文(Context),实现从云端沙盒到本地开发环境的平滑过渡。
---
[14:56](https://www.youtube.com/watch?v=aqmpZocmR8o&t=896s) Google Antigravity 2.0:Agent 优先桌面应用与调度任务
Anshul Ramachandran 正式介绍了全新桌面应用 Google Antigravity 2.0。他强调该应用是“unabashedly agent first”(毫不妥协的 Agent 优先),核心在于让开发者不仅能够轻松构建 Agent,更能够“build with agents”(与 Agent 协同构建)。
```mermaid flowchart TD accTitle: Antigravity 2.0 任务编排与子 Agent 协同架构 accDescr: 描述 Antigravity 2.0 桌面端多 Agent 并行及动态子 Agent 架构 subgraph Host["Antigravity 2.0 控制台"] O["主调度 Agent"] Cron["定时任务 (Cron Schedules)"] -.->|触发| O end subgraph ParallelWork["多工作树并行协作"] W1["工作树 1: 营销网站"] W2["工作树 2: 品牌素材"] W3["工作树 3: 架构规划"] end subgraph Helpers["动态子 Agent (Dynamic Subagents)"] QA["QA 质检子 Agent"] DS["数据科学子 Agent"] end O --> W1 O --> W2 O --> W3 W3 --> QA W3 --> DS ```
Antigravity 2.0 充当 Agent 编排的“任务指挥中心”(Mission Control)。开发者可以在多个项目中同时启动多个 Agent,例如由一个 Agent 编写营销网站前端,另一个 Agent 生成品牌视觉素材,第三个 Agent 则负责梳理系统架构设计。它们在不同的 Git 工作树(work trees)中并行运作,互不碰撞干扰。同时,Antigravity 2.0 还能与开发者日常使用的任意 IDE 配合运行。
针对单 Agent 面对巨型复杂任务时容易陷入超负荷的问题,Antigravity 2.0 引入了**动态子 Agent(Dynamic Subagents)**机制。主 Agent 可以按需动态派生专职助手,例如 QA 测试或数据科学子 Agent,通过并行计算更高效地完成任务。此外,为实现长期的自主运行,平台引入了基于标准 Cron 表达式的**计划任务(Scheduled Tasks)**。开发者可以用它设置日常巡检自动化,“So tell your agent to summarize pending PRs every morning, or monitor your cloud health every hour.”,使 Agent 具备主动监控与执行能力。
- **多 Agent 并行执行**:支持多工作树协同,实现跨任务的无冲突并行工作流。 - **动态子 Agent**:按需派生专职辅助 Agent,分解复杂工作负载。 - **定时任务自动化**:支持标准 Cron 语法,实现早间 PR 汇总、每小时云服务健康巡检等自动执行。
---
[16:56](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1016s) 语音驱动微调 Gemma 4 与 Antigravity CLI
Kevin Hou 登台展示了一个真实的工业场景挑战:CI 构建流水线损坏时,借助 Antigravity 自动化微调开源轻量模型 Gemma 4,实现流水线的自动“自愈”(Self-heal)。通常情况下,如果向 LLM 投喂错误日志并要求其修复,经过对话对齐的模型往往会输出冗长的前言、分段代码块和分支命名建议,而自动化 CI 脚本只需要一行纯粹的 Bash 修复指令。
```mermaid flowchart TD accTitle: Gemma 4 微调全流程 accDescr: 展示从语音下达微调指令到 CLI 训练再到本地部署的闭环流程 Voice["语音输入 (LoRA 微调需求)"] --> Plan["生成执行计划与代码"] Plan --> Push["推送至 Git 仓库"] Push --> VM["GPU 虚拟机 (SSH 连接)"] VM --> CLI["Antigravity CLI 启动 LoRA 训练"] CLI --> Mon["/btw 命令与状态自检 (Loss / Gradient Norm)"] Mon --> Deploy["部署权重至本地 Laptop Playground"] ```
Kevin 全程无需手动打字,直接使用内置的多模态语音理解能力与 Antigravity 交互:“I want to fine tune Gemma 4 to directly give me a Bash command response with no additional fluff, so that I can use the response directly in my CI pipeline.” Agent 迅速识别出 LoRA 等专业 ML 术语,并自动规划并生成了训练、评估脚本以及部署到本地笔记本的代码框架。
随后,Anshul 正式宣布推出 **Antigravity CLI**,将 Antigravity 的 Agent 运行环境原汁原味地搬到了终端之中。Kevin 通过 SSH 登录到远程 GPU 云主机,直接在终端里利用 Antigravity CLI 拉取代码并启动 LoRA 微调任务,整个过程无需任何图形界面。
在等待训练起步的过程中,Kevin 利用 CLI 询问 Agent 训练健康状况。Agent 主动解析了日志文件并检查训练指标。在此期间,Kevin 还演示了全新的 `/btw` 分支对话命令——在不打断主上下文的前提下派生一个并行对话。当被要求讲一个笑话时,Gemini 输出了程序员冷笑话:“Why did the neural network refuse to run on the TPU? Because it heard the TPU was always a bit too tensor.”,逗乐了现场观众。在确认前 1% 训练步骤中的 Gradient Norm 维持平稳、Loss 正常下降后,Kevin 加载了提前预跑完毕的完整模型权重,指挥 Agent 将微调后的模型部署回本地笔记本的 Playground 中进行实时验证。
- **语音识别与 ML 专业术语解析**:准确捕捉“LoRA”、“Gemma 4”等概念并生成端到端训练代码。 - **Antigravity CLI 发布**:轻量级命令行交互界面,保留与桌面端完全相同的 Agent 架构与模型支持,适配用户自定义终端主题、快捷键与远程 SSH 工作流。 - **`/btw` 命令**:允许在保持当前任务上下文不被污染的前提下,开辟轻量级临时分支对话。 - **模型自愈部署**:快速完成从原始数据、LoRA 微调、远程 GPU 执行到本地 Playground 交付的完整闭环。
[23:07](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1387s) Antigravity CLI 统一化与生态扩展
在现场演示中,Kevin Hou 展示了服务端的运行状态以及实时日志,确认对应模型与客户端已成功启动。当他在演练环境中点击生成的链接并输入与之前完全相同的 Prompt 时,经过微调的 Gemma 4 模型直接输出了干净利落的命令,剔除了所有多余的废话和冗余修饰。Kevin Hou 兴奋地对全场表示:“So we just fine tuned Gemma 4 on stage, which is pretty remarkable. And this really is the new reality of building-- your workflows across surfaces you already use.”(所以我们刚刚在台上完成了 Gemma 4 的微调,这非常了不起。这真正代表了构建的新现实——将工作流贯穿于你已经在使用的各个界面之中)。
```mermaid flowchart TD accTitle: Antigravity 平台架构与生态集成 accDescr: 展示 Antigravity CLI 统一平台如何向上服务多端生态,向下集成专业技能包与云端企业服务。
subgraph Core["Antigravity 核心平台"] AGCLI["Antigravity CLI\n(整合 Gemini CLI 经验)"] Harness["Antigravity 2.0 Harness\n统一智能体体验"] AGCLI --- Harness end
subgraph Ecosystem["开发生态与形态支持"] Android["Android 平台\n(一键配置)"] Firebase["Firebase\n(后端与 AI 逻辑)"] Web["Web 平台\n(零厂商锁定)"] end
subgraph Domains["领域技能与企业级集成"] Science["Science Skill 科学技能包\n(医疗、生物与科研)"] Cloud["Google Cloud / Gemini Enterprise\n(企业级安全合规协议)"] end
Core --> Ecosystem Core --> Domains ```
接棒主持的 Anshul Ramachandran 随后宣布了 Antigravity CLI 的关键产品演进路线。团队将 Google 沉淀在 Gemini CLI 上的所有使用心得和洞察全面注入 Antigravity CLI,使 Antigravity 成为专为“Agent-First(智能体优先)”开发设计的唯一统一平台。从即日起,所有 Gemini CLI 用户都可以无缝切换至 Antigravity CLI,官方也同步推出了迁移指南以协助开发者迁移自定义技能(Custom Skills)。该平台完全遵循技术栈不可知(Stack-Agnostic)原则,避免任何厂商锁定;但针对 Google 自家生态(包括 Android、Firebase 和 Web),平台提供了一键化极速搭建支持。此外,Google 针对垂类领域推出了首个领域专用技能包——Science Skill bundle,为科研、医疗和生物学工作流注入底层原生支持。面向企业客户,Antigravity 支持直接接入企业现有的 Google Cloud 项目并遵从既有的企业安全条款,Gemini Enterprise 客户也将在接下来的数月内陆续迎来 Antigravity 的推送升级。
- **CLI 统一与迁移**:Gemini CLI 资源全量合流至 Antigravity CLI,提供 Antigravity 2.0 Harness 环境与跨界面统一 Agent 体验,并附带技能迁移指南。 - **垂直领域支持**:发布首个专业技能包 Science Skill bundle,加速医疗、生物及基础科研场景开发。 - **企业级整合**:原生直连 Google Cloud 项目并继承已有企业条款,数月内正式向 Gemini Enterprise 用户全面推出。
---
[26:08](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1568s) Android CLI、知识库与智能眼镜(Display Glasses)开发
Florina Muntenescu 与 Adarsh Fernando 登台展示如何将 Antigravity 的 Agent 工作流深度引入现代 Android 开发,加速构建高质量 Kotlin 应用。为了在有限的演讲时间内展示多个完整闭环,Adarsh 幽默地把他们频繁跳过编译等待时间的演示机制调侃为“Time Travel(时空穿越)”技能。团队以一款旅行应用作为实战样本,该应用集成了 Gemini Nano 4 端侧大模型,支持将音频旅行日记本地转录,并能汇总全部行程。本节的核心挑战是为智能眼镜(Display Glasses)这类新兴形态打造免提场景的飞行与出行状态增强显示。
```mermaid flowchart LR accTitle: Android Agent 加速引擎协作流 accDescr: 展示 Android CLI、Knowledge Base、开源 Skills 和 Android Studio 如何协同将 Prompt 转化为应用成果。
Prompt["开发者 Prompt\n(添加智能眼镜行程卡片)"] --> Agent["Antigravity Agent"]
subgraph Engine["底层支撑体系"] KB["Android Knowledge Base\n(最新架构与规范)"] Skills["Android Open Source Skills\n(Jetpack Compose Glimmer / R8)"] CLI["Android CLI\n(SDK 管理 / 模拟器部署)"] end
Agent <--> Engine Agent <--> AS["Android Studio\n(代码引用查询 / 依赖与文件静态分析)"] Agent --> Output["模拟器/真机自动运行验证"] ```
由于智能眼镜开发属于全新领域,常规 LLM 缺乏针对性上下文。为此,Android 团队在全新的 Android CLI 中内置了两大核心资产:第一是 Android Knowledge Base(Android 知识库),供 Agent 实时检索最新的官方技术指引;第二是开源的 Android Skills,教授大模型掌握 Edge-to-Edge 沉浸式布局、XML 迁移至 Compose、以及迁移至 Jetpack Navigation 3 等复杂任务的最佳实践。Adarsh Fernando 披露了关键的基准测试收益:“We saw in our internal testing agents leveraging Android CLI, Skills, and Knowledge Base use about 70% fewer tokens and complete tasks up to three times faster.”(在我们的内部测试中,结合使用 Android CLI、Skills 和 Knowledge Base 的智能体所消耗的 Token 减少了约 70%,任务完成速度提升了多达三倍)。在现场“穿越时空”后,Agent 借助 Android XR SDK 旗下的 Jetpack Compose Glimmer 技能完成了 UI 构建,并通过 Android Studio 后台查询了依赖库最新版本、完成了代码分析,最后借助 Android CLI 自动部署到模拟器完成验证。
- **多端设备支持**:不仅覆盖手机,还无缝扩展至搭载 Android XR SDK 的智能眼镜(Display Glasses)等全新硬件形态。 - **Android CLI 功能集合**:从自动下载 SDK、创建项目,到编译、打包并在模拟器与真机上部署调试全流程工具链支持。 - **关键性能基准**:内置知识库与技能体系使 Agent 的 Token 开销直降约 70%,端到端任务执行效率提高至 3 倍。
---
[30:43](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1843s) 混合端云 AI 架构与 Android Studio 深度联调
在完成智能眼镜界面的搭建后,Florina 与 Adarsh 进一步演示了行程智能摘要功能的开发。开发者向 Antigravity 输入一条提示词,要求其为旅程生成 AI 摘要,并要求 Agent 自动截取新功能上线前后的对比屏幕截图以供验收。Agent 自动采用了 Firebase AI 逻辑所实现的混合模式(Hybrid Mode):默认优先调用本地运行的端侧模型,仅在本地设备算力或模型不可用时才无缝降级回退到云端模型。更亮眼的是,Agent 还通过 Android CLI 启动了应用并在虚拟界面中自主导航跳转,自动抓取并提交了修改前后的 UI 对比截图。
尽管 Agent 具备高度自动化能力,Florina 强调生产级应用绝不能仅停留在截图层面,还必须经受多机型配置、不同屏幕尺寸适配以及离线状态的考验:“Antigravity enables you to orchestrate your agents, but the ideal setup is to use Antigravity alongside Android Studio.”(Antigravity 让你能够编排智能体,但最理想的配置是让 Antigravity 与 Android Studio 协同并肩使用)。开发者可以直接在 Antigravity 中唤醒 Android Studio,实时调出 Compose Previews 检查深浅主题及各种平板、手机尺寸的自适应效果,并借助 AI Actions 局部微调。在真机测试环节,Adarsh 使用了定于今年夏末上线 Android Device Streaming 云真机服务的 Samsung Galaxy S26 Ultra,在开启飞行模式(断网离线)的状态下,成功验证了旅行摘要功能完全由端侧的 Gemini Nano 本地独立驱动。
- **混合推理策略(Hybrid Mode)**:依靠 Firebase AI 逻辑搭建端云协同调度,优先端侧离线执行,云端作为 Fallback 兜底。 - **UI 自动化验收**:Agent 可借助 Android CLI 操纵 UI 进行场景巡检,自动生成变更前后的直观对比截图。 - **真实设备流式传输(Android Device Streaming)**:展示即将于今夏加入设备云的 Samsung Galaxy S26 Ultra,并在飞行模式下闭环验证 Gemini Nano 离线推理。
---
[33:14](https://www.youtube.com/watch?v=aqmpZocmR8o&t=1994s) 基于 R8 与 Android 17 的生产级性能优化
在构建完整应用的过程中,性能与稳定性是迈向生产环境的关键底线。Florina 打开 Android Studio 中的 App Quality Insights 窗口,直观看到当前应用在生产环境中出现的崩溃频次偏高,同时指出了必须提前应对的架构升级挑战:“And on top of that, we also want to be ready for some of the memory limit changes for performance optimization in Android 17. So let's get that fixed.”(最重要的是,我们还希望提前适配 Android 17 中为了性能优化而引入的一些内存限制变动。所以我们现在来把它修复好)。
```mermaid flowchart TD accTitle: R8 智能优化与配置分析流程 accDescr: 展示从开发者发出性能诊断指令到 Agent 调用 R8 Analyzer 并输出全模式构建配置与度量报告的全过程。
Input["指令: 优化并分析性能\n(适配 Android 17 内存新规)"] --> Skill["R8 Analyzer Skill\n(开启 R8 Full Mode)"] Skill --> Config["审查并重写 Keep Rules\n(剔除废弃代码与资源,重写字节码)"] Config --> Analyzer["R8 Configuration Analyzer\n(自动化效能评估)"]
subgraph Report["最终优化报告指标"] Score1["Optimization Score 优化分数"] Score2["Obfuscation Score 混淆分数"] Score3["Shrinking Score 瘦身分数"] end
Analyzer --> Report ```
开发者在智能体输入框中输入“OK, Gemini, fix and analyze my app's optimization and performance”。Agent 迅速定位到优化核心手段——R8 编译器工具。R8 能够通过深度剔除未使用代码和无用资源、重写底层字节码来全面提升运行时性能,合理配置可显著减少 ANR 发生率、缩减安装包体积并大幅缩减冷启动耗时。通过调用特化的 R8 Analyzer Skill,Agent 自动将构建配置切换到了 R8 Full Mode(全模式),并借助全新的 R8 Configuration Analyzer 审查并优化了所有的 Keep 规则,以消除过度保留的类定义。在最终生成的报告中,应用的代码优化率从过去几乎未被优化的状态飞跃为近乎 100% 的全代码优化覆盖,混淆(Obfuscation)和体积瘦身(Shrinking)得分均大幅提高,所有配置调优与规则修复均在单一 Prompt 交互下自动完成。
- **R8 全模式升级(Full Mode)**:通过 Agent 全自动化升级至 R8 完整模式,重构字节码并精简 Keep Rules。 - **度量报告维度**:提供全新的 R8 Configuration Analyzer 报告,输出针对代码优化(Optimization)、混淆(Obfuscation)与压缩(Shrinking)的精细评分。 - **平台前瞻适配**:在保障生产稳定性的同时,提前对齐 Android 17 针对内存限制与性能提升所引入的新标准。
[35:08](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2108s) App Links Assistant 与从 Android Studio 直接发布到 Google Play
在应用体验中,深度链接(Deep Links)至关重要,它能最大化用户留存与参与度,确保用户在点击外部链接(例如预订确认邮件)时能够直接跳转到应用内对应的具体行程界面。以往如果点击此类链接,往往由于缺乏路由逻辑而毫无反应。最新版 Android Studio 针对这一痛点推出了专用的 App Links Assistant 工具:开发者只需进入“Tools”菜单,打开 App Links Assistant 中的 URL Mapping Editor,指定 Host(例如 `Jetpacker Demo`),选择负责处理 Intent 与深度链接的目标 Activity,并传入一条测试 URL 样例即可。随后,后台 AI Agent 会自动介入工作。
Agent 会结合传入的样例 URL 与项目源码进行深度剖析,生成一套定制化的实现方案,并自动编写精确的路由逻辑,用以解析 URL 中包含的行程数据。在演示中,当 Adarsh Fernando 再次切回设备并点击邮件中的操作链接时,应用立即无缝唤起并直接渲染出个性化的行程页面。一旁的 Florina Muntenescu 见状忍不住连声催促“赶紧上线发布”,Adarsh 则打趣调侃产品经理们是不是都这么急躁,而 Florina 幽默地回应这只是 Adarsh 的个人特质。
针对发布环节,Android Studio 进一步打通了闭环。过去开发者需要繁琐地导出文件再手动前往开发者控制台上传,而现在可以在 IDE 内直接将应用更新推送到 Google Play。开发者只需进入“Build”菜单选择“Generate Signed App Bundle”,在打包流程中勾选全新的直接上传选项,几经点击便能将新版本推送至 Google Play 的内部测试轨道(Internal Test Track)。这使得测试人员可以在开发者完善 Play Store 商店页面的同时,同步开展安装与验证。
Adarsh Fernando 总结道:“Well, the good news is that now you can publish updates of your app from Android Studio directly to Google Play.”
- **深度链接快速映射**:通过 App Links Assistant 的 URL Mapping Editor,AI 自动解析 URL 结构并补齐 Activity 的路由解析代码。 - **发布流程一体化**:在生成签名 App Bundle 时可直接勾选发布至 Google Play 内部测试轨道,省去手动上传步骤。
---
[37:02](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2222s) 全新 Migration Assistant:将 iOS 等平台应用极速迁移至 Android
Adarsh Fernando 与 Florina Muntenescu 带来了一个极早期的技术预览:一套旨在帮助开发者轻松将现有应用迁移并扩展至 Android 生态的工具套件。不论原始代码是基于 React Native、Web 框架,还是原生的 iOS 平台,该工具都能提供支持。Florina 指出,全球有超过 30 亿 Android 用户,为了让企业将现有 iOS 应用移植到 Android 的周期从“数周”缩短为“数小时”,Android Studio 正在试验一种全新的 Migration Assistant(迁移助手)。
开发者在新建项目时只需选择“Migrate to a New Project”,指定想要迁移的应用即可。系统支持全自动 AI 决策,也提供了由开发者主动把控的“Guided Migration”(引导式迁移)模式,允许附带参考设计图或自定义技能(Custom Skills)。更具突破性的是被称为“Journeys”的自动验证机制:系统无需开发者手动编写和执行大量测试用例,而是根据应用的用户旅程(User Journeys)自动生成自然语言指令集,由 Agent 自主在模拟环境中运行、评估并反复迭代优化应用。
为了验证效果,团队展示了一个开源项目 Metropolis(一个巴黎公共交通网络的打卡伴侣应用,用户记录乘车路线可累积积分,坐满整条线路可解锁徽章)。在此前跑完迁移流程后,开发团队仅补充了 Maps SDK 支持并微调了动效。现场对比展示了在 iOS 模拟器与 Android 模拟器中同步操作巴黎地铁 1 号线(从 La Défense 到 Les Sablons)的旅程确认流程,两端体验高度一致。
在实现机制层面,Migration Assistant 会先完成功能映射(Feature Mapping),随后生成项目实施计划。因为 Agent 精通 iOS 与 Android 的工程范式,它能够直接解析 Xcode 的 Storyboard 结构生成对应的 Android 页面,处理本地化字符串映射,并将 SVG 或 PDF 资源自动转换为 Android 矢量图(Vector Drawables)。在代码实现上,Agent 优先采用 Jetpack Compose、Room 和 ViewModel,并遵循预测性返回手势(Predictive Back Navigation)等官方最佳实践。
Florina Muntenescu 在阐述工具初衷时强调:“To make this a matter of hours rather than weeks, we're experimenting with a new migration assistant in Android Studio.”
```mermaid flowchart LR accTitle: iOS 到 Android 自动化迁移流程 accDescr: 展示从 Xcode 原生项目到 Android 原生架构的自动化迁移映射步骤
subgraph iOSSource["输入源 (iOS)"] A["Xcode Storyboard"] B["PDF / SVG 资产"] C["Localizable Strings"] end
subgraph AgentLogic["Migration Assistant (AI Agent)"] D["Feature Mapping & 计划"] E["Journeys (自然语言端到端验证)"] end
subgraph AndroidTarget["输出端 (Android Native)"] F["Jetpack Compose UI"] G["Vector Drawables"] H["Room + ViewModels"] end
A --> D B --> D C --> D D --> E E --> F E --> G E --> H ```
- **上线时间与扩展**:Migration Assistant 计划于今年晚些时候正式登陆 Android Studio,未来还将支持向 Kotlin Multiplatform(KMP)迁移,以便开发者共享跨平台业务逻辑。 - **全平台 Agentic 编码统一**:通过整合 Antigravity、Android CLI 与 Android Studio 的专业调试能力,Google 正在将这种以 Agent 为核心的开发体验贯穿至所有平台。
---
[41:52](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2512s) Chrome 与现代 Web:Baseline 与全新 Modern Web Guidance
随着 Android 环节告一段落,Una Kravets 登台探讨 AI Agent 如何重塑 Web 开发的格局。她指出,AI 智能体正在席卷软件工程的每一个角落,而这种转变在 Web 领域的发生速度尤为迅猛。如今的 Chrome 浏览器已经深度内置了 Gemini,使得 AI 助手触手可及,为开发者和普通用户开启了前所未有的交互空间。曾经需要数月才能攻克的设计构想,现在凭借智能指导、自动化调试和新型 API 能够以极高的速度实现。
然而,Web 平台的飞速进化也给一线开发者带来了巨大负担。随着各大浏览器每隔几个月就推出数十个全新 API,开发者面临着双重困境:首先是难以确认这些前沿特性是否已在目标用户的浏览器中得到普及,其次是缺乏足够的时间去学习如何规范地编写它们。针对第一个兼容性痛点,行业标准 Baseline 提供了解决方案——它已实现对 100% 的 Web 平台特性的追踪映射,使开发者能够清晰获知某项能力在主流浏览器间的支持情况。
针对第二个“跟不上技术演进”的痛点,Google 正式推出了全新的 Modern Web Guidance。这是一套经过专业专家审查、体系完整的技能指令集(Skills),它能够充当 AI Agent 掌握现代 Web 特性的“蓝图”。借助 Baseline 的数据积累,Modern Web Guidance 能确保开发者的 Agent 摒弃陈旧过时的过气写法,根据开发者设定的 Baseline 目标版本,精准采用最新的 Web 平台特性和 Chrome 创新功能,并在必要时提供向下兼容的回退方案(Fallbacks)。
Una Kravets 庄重宣布:“Today, we're launching a new tool to supercharge your agents, Modern Web Guidance, a comprehensive and expert-vetted set of skills providing AI agents with a blueprint for modern web features.”
- **Baseline 覆盖度**:目前已完成 Web 平台特性 100% 的映射,成为衡量跨浏览器特性的行业权威基准。 - **版本约束与回退**:开发者可锁定特定 Baseline 版本,Agent 将在该约束下生成代码;遇到前沿试验性 API 时,会自动补全降级方案。
---
[45:01](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2701s) 演示:借助 WebMCP 与 Modern Web Guidance 让网页具备 Agent 交互能力
开发者 Matthias Rohmer 随后登台演示 Modern Web Guidance 的实际落地。他展示了一个基于 React 构建、致敬 Chrome 离线小恐龙的跑车概念展示网站“Dynorun”。该页面利用 CSS 滚动驱动动画(Scroll-driven animations)打造出了极具叙事感的平滑浏览体验,并一路引导用户进入车辆定制器(Model Configurator)界面,供用户自由调配车身颜色(如绿色或蔚蓝色)以及各项配置。
面对密密麻麻的菜单、选项和滑动条,Una 提出了一个典型场景:真实用户往往更希望通过浏览器 Agent 发出自然语言指令,直接代劳复杂的配置操作,因此网页本身必须具备与 Agent 无缝协同的能力。Matthias 解释称,过去在 Web 页面中集成这一能力难度极大,但得益于全新的 WebMCP(一种拟议中的浏览器标准),开发者仅需几分钟即可让网页具备“Agent 就绪”(Agent-Ready)状态。WebMCP 允许网页直接向基于浏览器的 Agent 暴露站点功能与操作端点,清晰告知 Agent 应该在何处、以何种方式交互,从而极大提升了 Agent 操作网页时的精准度与可靠性。
在现场编码过程中,Matthias 打开 Antigravity 工具,直接下达指令:“Please implement WebMCP tools for the car configurator on this page.”(请为该页面上的车辆定制器实现 WebMCP 工具)。背后的 Modern Web Guidance 随即发挥了关键作用——这套基于纯文本 Markdown 文件的技能库具备高度的 Token 经济性,且经过了严密的基准评测验证。
Matthias Rohmer 揭晓了一组显著的测试数据:“So for web development tasks, the jump in pass rates in guided compared to unguided coding is an average of 37 percentage points.”
- **WebMCP 标准定位**:为浏览器与 AI Agent 建立标准化接口协议,赋予 Agent 精确调用页面功能控件的能力,替代传统容易出错的 DOM 盲试交互。 - **基准测试飞跃**:在 Modern Web Guidance 的指引下,代码生成在 Web 开发任务中的测试通过率较无指引状态平均提升了 37 个百分点。
[47:18](https://www.youtube.com/watch?v=aqmpZocmR8o&t=2838s) Modern Web Guidance 与 Chrome 中的 WebMCP 实机演示
Matthias Rohmer 与 Una Kravets 演示了现代网络指导(Modern Web Guidance)如何帮助编码智能体(coding agent)打好开发地基。WebMCP 本质上是由一组通过 API 暴露给智能体的 JavaScript 函数构成的。为了降低开发者的门槛,团队将 Modern Web Guidance 的安装流程设计得极为简便:在 Antigravity 中,开发者既可以在新用户接入(onboarding)时一键安装,也能在后续的设置面板中随时启用;即便开发者使用的是其他编码工具,它也可以打包为现成的技能组(skills package)直接载入。由于这套指导方案解释的是底层核心平台特性,无论前端项目使用的是 Angular、React 还是任何其他框架,智能体都能无缝自适应。
在 Antigravity 自动化任务执行完毕后,Matthias 切回 Chrome 浏览器并点击了右上角的“Ask Gemini”按钮,调出内置实验性 WebMCP 支持的 Gemini in Chrome 原型。虽然该功能仍在积极开发中且当前仅限 Chrome,但一旦 WebMCP 标准化并趋于稳定,所有工具都将兼容任何支持 WebMCP 的浏览器端智能体。随后,Una 给出了一段有趣的配置提示词:“配置一辆终极派对车,我想要沉浸式音响,有些车内氛围灯就更好了,还要有提升夜间行车安全的视野增强配置;别太夸张,预算控制在 4 万美元以内,但在这个预算下尽量给我塞满选配。”Gemini in Chrome 随即生成了一份自动浏览规划(auto browse plan),经 Matthias 简要审核批准后便开始自主执行。
在此次测试中,Antigravity 已经在网站中实现了一个名为 `Update Car Configuration`(更新车辆配置)的命令式工具,其 Schema 定义中详尽列出了所有选配件。Gemini 凭借 WebMCP 精确调用该工具,瞬间完成了复杂表单的高阶配置,免去了人类逐项勾选对比的烦琐流程。Una 随即宣布,覆盖数十项最新特性、支持超过 100 个用例的 Modern Web Guidance 于当天开放抢先预览(early preview);同时,实验性 WebMCP API 将于 Chrome 149 正式进入 Origin Trial,Gemini in Chrome 也将很快全面支持开发者注册的 WebMCP 工具。正如 Una Kravets 所感叹的那样:“但这比我自己去逐个查找所有正确的选配项要轻松太多了。”(“But this is so much easier than finding all of the right options myself.”)
```mermaid flowchart TD accTitle: WebMCP 与浏览器智能体交互架构 accDescr: 展示开发者使用 Antigravity 生成 WebMCP 工具定义,并在浏览器中由 Gemini 自动调用的流程
subgraph Development ["开发与工具注册阶段"] A["Modern Web Guidance 规范"] --> B["Antigravity 编码智能体"] B -->|"生成/实现命令式工具"| C["Update Car Configuration\n(含参数 Schema 定义)"] end
subgraph Runtime ["运行时与浏览器代理阶段"] D["用户 Prompt: 终极派对车选配"] --> E["Gemini in Chrome\n(浏览器智能体)"] E -->|"生成"| F["自动浏览规划\n(Auto Browse Plan)"] F -->|"人类确认授权"| G["WebMCP API 桥接层"] C -.->|"注册到"| G G -->|"靶向调用工具"| H["车体配置 Canvas / Web 应用状态更新"] end ```
- **Modern Web Guidance 覆盖规模**:首发抢先预览版涵盖数十项 Web 新特性及 100 多项典型用例。 - **发布节点**:WebMCP API 在 Chrome 149 中开启 Origin Trial。 - **框架支持**:全面适配原生 JavaScript、React、Angular 等所有主流现代前端框架。
---
[51:00](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3060s) 面向智能体的 Chrome DevTools 与 Lighthouse 智能审计
智能体虽然写代码速度飞快,但往往无法生成完全符合预期的界面,核心痛点在于智能体本身“看不到”自己写出的代码在浏览器里渲染与运行的真实状态。Matthias 指出,全新推出的面向智能体的 Chrome DevTools(Chrome DevTools for agents)彻底终结了这一脱节局面。该方案由 MCP 服务端、专用命令行工具(CLI)以及一组定制的 Agent Skills 组合而成,让智能体在运行时能直接感知页面性能与报错,构成了从编写、验证到调试的完全闭环。Matthias 在 Antigravity 中输入指令:“请使用 Lighthouse 检查 WebMCP 的实现。”随后屏幕上的 Chrome 自动弹出并加载目标页面,如同人类开发者在 DevTools 界面中点击审查一样。
在这次审计中,Lighthouse 运行了一套全新的“智能浏览”(Agentic Browsing)审计类别。该类别是专门面向智能体网络(Agentic Web)建立的综合健康检查机制,能够严格校验网页的 WebMCP 工具注册状态,并确认表单是否具备智能体识别所需的声明式元数据(declarative metadata)。Una 补充介绍,该审计项还会全面验证网站的 `llms.txt` 文件——这是一项专门向大语言模型提供全站内容导航地图的崭新标准。与此同时,Lighthouse 还重新校准并评估了无障碍(Accessibility)审计项,因为绝大多数自主浏览智能体主要依赖无障碍树(Accessibility Tree)来定位和解析网页交互元素,优化每一个 ARIA 角色和标签,不仅能造福视障人群,也在直接提升网站对 AI 智能体的可操作性。
更具革命性的是故障修复流程的重塑。以往开发者不得不充当“人工剪贴板”:从 DevTools 里复制红字报错,粘贴给聊天框里的智能体,再祈祷它能猜中解决方案;现在,智能体可以直接自行读取 Lighthouse 的结构化报告,在代码库中尝试修复,并重新触发 DevTools 审计进行效果验证,把人类开发者从无休止的机械性调试中彻底解放出来。Una Kravets 犀利地总结了这一范式转移:“当 Lighthouse 发现问题时,你再也不需要充当人类剪贴板,从 DevTools 复制错误代码、粘贴到聊天框并祈祷智能体猜对修复方案了。”(“When an issue is surfaced through Lighthouse, you don't need to be the human clipboard anymore, copying an error from DevTools, passing it into a chat, and hoping that the agent guesses the right fix.”)目前,面向智能体的 Chrome DevTools 已在 Antigravity 及超过 20 款主流编码工具中全面上线。
- **三大核心组件**:专用 MCP Server、CLI 命令行界面、以及面向编程智能体的定制 Skills。 - **Lighthouse 智能审计维度**: - 校验 WebMCP 接口注册规范。 - 检查交互表单中的声明式元数据完整性。 - 检索并验证站点的 `llms.txt` 结构化地图文件。 - 依托无障碍树(Accessibility Tree)对 ARIA 属性和 DOM 标签可行动性进行再评估。 - **生态接入**:首日即支持包括 Antigravity 在内的 20 多款主流 AI 编码智能体。
---
[53:44](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3224s) HTML in Canvas API:突破 Web 渲染边界与开发新范式
Matthias 和 Una 随后展示了车辆配置器中的压轴技术成果。Matthias 将派对车的全景视角切入到座舱内部,仪表盘正中央的中控屏幕正在实时运行。Matthias 伸手拉动中控屏上的滑块,车内的环境氛围灯颜色瞬间随之渐变。随后他在 Chrome DevTools 中直接开启元素审查并选中该滑块——令人惊叹的是,这块完全嵌入在三维 Canvas 渲染画布内部的仪表盘 UI,底层竟然是由纯正的原生 HTML DOM 元素驱动的。面对台下开发者的震惊,Una 笑着道破了大家心中的疑问:将真实的 HTML DOM 直接塞进 Canvas,按传统的 Web 标准原本是不可能的。
Matthias 顺势正式公布了全新的 HTML in Canvas API。过去几十年里,Web 开发者始终面临痛苦的二选一困境:要么选择 Canvas/WebGL 带来的极致视觉表现力但牺牲无障碍与原生交互,要么选择富 DOM 结构但牺牲复杂的三维或连续渲染特效。HTML in Canvas API 打破了这道高墙,允许真实的 DOM 元素直接无缝集成到 Canvas 运行环境中。因为它们在底层仍然属于标准 DOM 节点,因此网页内置的原生能力依然全部生效:可被搜索引擎检索、支持屏幕阅读器访问、文字可被光标随意选中拖拽、支持浏览器即时全页翻译,甚至支持系统级密码与表单自动填充(Autofill),同时开发者依然可以用标准的 CSS 类名对它们自由进行样式定制。
社区开发者目前已经利用该 API 构建出大量结合 WebGL 纹理贴图、三维界面以及全新原生 DOM 交互模态的惊艳 Demo。Una 宣布,HTML in Canvas API 现已在 Chrome 中开启 Origin Trial。回顾整场 Chrome 环节,Una 动情地强调,无论是帮助快速落地 WebMCP 的 Modern Web Guidance,还是赋予 Canvas 交互无障碍新生的 HTML in Canvas,抑或是能自主闭环调试的 Chrome DevTools for agents,这都标志着智能体时代 Web 开发的根本变革。Una Kravets 在总结这一时代转变时断言:“除了今天所见的一切之外,它代表了我们在构建方式、由谁来构建、乃至我们究竟能构建什么方面的根本性转变。”(“Alongside everything else you've seen today, it represents a fundamental shift in how we build, who can build, and even what we can build.”)
- **技术特性**:将真实 DOM 结构内嵌至 `<canvas>` 渲染管道中,兼具 Canvas 的视觉自由度与 DOM 的语义特性。 - **原生能力保留**:完全保留原生 DOM 的可检索性(Searchable)、无障碍性(Accessible)、可选中文本(Selectable)、实时翻译(Translatable)、表单自动填充(Autofill)以及 CSS 类名样式控制。 - **当前发布状态**:已正式进入 Origin Trial 阶段供开发者实测探索。
---
[56:47](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3407s) 大会总结:Build with Gemini XPRIZE 竞赛与 Ultra 开发者福利
在全场热烈的掌声与过场音乐中,Josh Woodward 重新登台为整场开发者主题演讲作最后收尾。从 Google AI Studio 到智能体驱动的全新 IDE Antigravity,再到赋能端侧的 Android 系统与全面拥抱智能体的开放 Web,今天的整场大会向全球开发者展示了 AI Agents 对软件工程体验的彻底重塑。Josh 强调,贯穿所有产品线的设计主线极其简单明了:开发者负责专注于最具创意的宏大构想(Big Idea),而把底层繁复的重活与脏活通通交给智能体来料理。
为了激励全球开发者将大会展示的尖端技术推向极限,Josh 正式宣布启动“Build with Gemini XPRIZE”全球黑客马拉松大赛。该赛事设立了高达 200 万美元的奖金池,专门用于嘉奖那些利用 Gemini 打造应用、切实解决现实世界难题的开发者。竞赛的初衷质朴而宏大:挑选一个真正值得被解决的现实痛点,使用 Gemini 展开构建,共同尝试利用技术对全球 10 亿人的生活产生积极影响。Josh Woodward 在台上向全体开发者发出号召:“贯穿这一切的核心主线非常简单:你专注于宏伟的创意,智能体则来承担繁重的工作。”(“The common thread across all of this is simple. You focus on the big idea, and the agents can do the heavy lifting.”)
为了支撑如此大规模的密集构建,开发者需要充沛的算力资源。结合早间主 Keynote 宣布的全新每月 100 美元的 Google AI Ultra 订阅计划及根据开发者反馈简化后的定价层级,Josh 为现场和线上开发者送上了一份即时大礼:为了让开发者在接下来的长假周末里让智能体全力开工运转,所有 Ultra 订阅用户当天都将直接获赠 100 美元的额外奖励额度(Bonus Credits)。开发者可以在 Antigravity 应用内直接领取该权益,这笔代金券将在账户触及常规使用上限时自动生效。最后,Josh 引导大家访问 `io.google` 观看未来几天陆续上线的所有深度技术分会场流媒体及点播内容,在全场雷鸣般的掌声中宣告本届 Google I/O 开发者主题演讲圆满闭幕。
- **Build with Gemini XPRIZE 挑战赛**:总奖金池 200 万美元,聚焦解决现实世界关键挑战,目标积极影响全球 10 亿人。 - **Google AI Ultra 会员特权**:定价每月 100 美元;即日起所有 Ultra 订阅用户可在 Antigravity 内直接领取 100 美元额外算力额度。 - **资源指引**:全量分论坛实时直播与回放均在官方网站 `io.google` 持续更新。
## Notable quotes > [56:47](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3407s) The common thread across all of this is simple. You focus on the big idea, and the agents can do the heavy lifting. — Josh Woodward
> [51:00](https://www.youtube.com/watch?v=aqmpZocmR8o&t=3060s) When an issue is surfaced through Lighthouse, you don't need to be the human clipboard anymore, copying an error from DevTools, passing it into a chat, and hoping that the agent guesses the right fix. — Una Kravets
> [00:09](https://www.youtube.com/watch?v=aqmpZocmR8o&t=9s) And as you saw this morning, the big shift is our move towards agents, from AI that simply assists you to agents that help you get stuff done, under your direction and faster. — Josh Woodward
> [05:05](https://www.youtube.com/watch?v=aqmpZocmR8o&t=305s) Honestly, it feels like the hottest new programming language is Markdown, and I'm here for it. — Logan Kilpatrick
> [07:41](https://www.youtube.com/watch?v=aqmpZocmR8o&t=461s) The app defines the UX, and then the agent creates the content and metadata needed for it on the fly. — Paige Bailey
## Mentioned Google, Josh Woodward, Logan Kilpatrick, Paige Bailey, Anshul Ramachandran, Kevin Hou, Florina Muntenescu, Adarsh Fernando, Una Kravets, Matthias Rohmer, Gemini, Gemini Omni, Gemini 3.5, Gemini Nano, Gemini Nano 4, Gemma, Gemma 4, Google Antigravity, Google Antigravity 2.0, Antigravity CLI, Antigravity SDK, Google AI Studio, Interactions API, Deep Research, Gemini Spark, Stitch, Ramp, Resemble AI, Klipy, Lyria, Nano Banana, Google Cloud, Google Cloud Run, Firebase, Firestore, Google Workspace, Google Docs, Gmail, Google Calendar, Kotlin, Android, Google Play, Git, Linux, LoRA, Samsung Galaxy S26 Ultra, Android Studio, Android CLI, Jetpack Compose, Jetpack Compose Glimmer, Jetpack Navigation 3, Android XR SDK, Android Device Streaming, R8, Android 17, App Links Assistant, Migration Assistant, Kotlin Multiplatform (KMP), Metropolis, Xcode, Room, ViewModel, Chrome, Baseline, Modern Web Guidance, WebMCP, React, Angular, Chrome DevTools, Lighthouse, HTML in Canvas API, Build with Gemini XPRIZE, Google AI Ultra
## Video description Learn about the latest updates to our developer products and platforms.
00:00:00 Introduction 00:02:18 Building Agents 00:14:52 Antigravity 00:26:08 Android 00:41:52 Chrome 00:56:41 Closing
To watch this keynote interpreted in American Sign Language (ASL), please click here: https://youtube.com/watch?v=KPYtmPz5pbU
Subscribe to Google for Developers → https://goo.gle/developers
#GoogleIO
Event: Google I/O 2026
[Source](https://www.youtube.com/watch?v=aqmpZocmR8o)