颠覆移动端自动化：Google I/O 2026 Gemini 全栈技术复盘

架构师初九
0 阅读19分钟

结合本次 I/O 核心发布内容：Gemini 全栈底层落地、Android 系统级 Agent、端云一体架构、硬件生态、开发者生态、多终端协同，结合「Android 底层集成 Gemini、移动端 Agent、OpenClaw/Hermes‑Agent 等执行手脚」视角，做精简可直接发掘金/技术社群的总结分析，偏技术向、带行业思考，新增核心功能产品详解与关键代码示例，适配开发者实际应用场景。

一、核心内容总览

Google I/O 2026 核心主题：大模型全面下沉到底层系统，从“应用层AI”升级为“操作系统原生智能”，以 Gemini 为大脑，打通 Android、Pixel、Wear、Auto、Google Book、XR 全终端，构建端云一体、系统级 Agent 生态，同时全面开放开发者工具链，抢夺移动端系统智能话语权，同步推出多款硬件与软件产品，完善全栈AI布局。

本次 I/O 重磅发布清单

  1. Android 17 + Gemini 深度底层集成：GeminiSystemService 正式落地，实现系统级感知、原生触控注入、跨App自动化、端云混合推理，手机真正具备自主执行能力（对应系统级手脚）；新增 Android Halo 可视化入口，承载AI智能体运行状态与任务进展展示。
  2. Gemini 4 系列模型全面升级：Gemini‑Nano 端侧能力暴涨，支持复杂多模态、长链路任务；Gemini‑Ultra 云端强化视频、3D、物理世界推理；首次引入 Agent原生架构；同步发布 Gemini 3.5 Flash（速度达同级别模型4倍）、Gemini Omni 世界模型（全模态、物理世界感知）。
  3. AppFunctions 系统级接口：第三方应用可被 Gemini 原生调用，替代传统 GUI 点击，彻底重构移动端自动化范式；基于 MCP 协议，实现安卓应用与AI智能体的标准化对接，目前处于私密预览阶段。
  4. 全新硬件生态：Pixel 10 系列（内置 Gemini 4 Nano，NPU 算力翻倍）、Google Book 笔记本（搭载 Tensor 芯片，支持双芯片策略）、新一代 Wear OS（全场景健康监测+Gemini 语音交互）、Android Auto（车载系统级 Agent，支持语音控制全流程）、XR 设备（结合 Gemini Omni 实现空间感知与3D交互），全部内置系统级 Gemini。
  5. 开发者体系大升级：Antigravity 2.0 开发平台（Agent 优先，支持多Agent编排）、Gemini SDK、端侧推理框架、MaaS 服务、Playwright 深度集成、云端沙箱执行环境；开源 ADK Python Agent 框架（支持多Agent编排、MCP工具集成）；对标 OpenClaw/Hermes‑Agent 做官方 Agent 工具链，降低开发门槛。
  6. 多模态与物理世界智能：Ask YouTube（视频对话式搜索+片段跳转）、Docs Live（语音交互文档编辑）、Generative UI（搜索动态生成交互组件）；SynthID 数字水印技术升级，支持AI生成内容识别；Gemini Spark 个人AI智能体（7×24小时后台运行，跨应用协同）。

二、核心功能产品详解（新增）

本次 I/O 发布的产品与功能，核心围绕「系统级 Agent 落地」「端云一体」「开发者赋能」三大方向，以下详解关键产品的核心功能、应用场景，贴合 Agent 开发与 Android 底层集成视角：

2.1 软件功能产品

1. Gemini 4 系列模型

  • Gemini 4 Nano（端侧核心） ：

    • 核心功能：INT4 量化优化，内存占用降至 600MB 以内，延迟低至 35ms；支持复杂多模态推理（文本+图像+音频）、长链路自动化任务拆解、本地隐私计算；新增物理世界动力学规律识别，可适配机器人训练场景。
    • 应用场景：Android 17 设备离线自动化、本地语音交互、敏感数据处理（如本地通讯录分析）、XR 设备空间感知辅助，无需联网即可完成轻量智能任务。

  • Gemini 4 Ultra（云端核心） ：

    • 核心功能：强化视频解析、3D 重建、物理世界推理能力；支持千万级 Token 长上下文，可处理复杂跨终端协同任务；与 Claude 形成云端双模型布局，适配不同场景需求。
    • 应用场景：跨App长链路自动化（如“订机票+叫车+预订酒店”）、视频内容编辑、3D 模型生成、大规模企业级 Agent 部署。

  • Gemini 3.5 Flash：

    • 核心功能：速度达同级别模型4倍，编程能力与经济价值评估（GDPVal）表现突出，轻量化设计，适配端云双场景，是开发者 Agent 开发的首选模型。
    • 应用场景：Agent 实时响应、代码生成、短文本交互、轻量化自动化任务。

  • Gemini Omni（世界模型） ：

    • 核心功能：全模态统一网络，可将任意输入模态（文本、图像、视频、音频）转化为任意输出模态；具备物理世界感知能力，理解动力学规律、动能转换与重力效应；支持对话式视频编辑，可实时渲染电影级内容。
    • 应用场景：XR 设备交互、机器人训练、视频创意编辑、物理世界模拟任务。

2. 系统级 Agent 相关功能

  • Android 17 GeminiSystemService：

    • 核心功能：与 ActivityManager/WindowManager 同级，负责模型生命周期管理、全局感知、底层事件注入、权限管控；支持沙盒化操作隔离、操作全审计、人在回路确认；对接 AISM 调度管理器，实现端云模型热切换。
    • 应用场景：Android 设备系统级自动化、跨App任务协同、系统设置智能管控，是 Agent 执行层（手脚）的核心支撑。

  • AppFunctions 接口：

    • 核心功能：Android 平台 API + Jetpack 库，让第三方应用开放自身能力给系统级 Agent，替代传统 GUI 模拟点击；支持任务管理、媒体娱乐、购物等多场景函数调用；基于 MCP 协议，实现标准化对接，需申请 execute_app_functions 权限。
    • 应用场景：第三方应用接入 Gemini 系统级 Agent，如音乐App开放“创建播放列表”接口、任务管理App开放“创建提醒”接口，提升自动化稳定性。

  • Gemini Spark（个人AI智能体） ：

    • 核心功能：7×24小时后台运行，基于 Antigravity 平台，具备主动性交互能力；可跨应用协同（对接 Workspace、Adobe、Uber 等30+第三方应用）；支持账单分析、日程汇总、派对策划等场景；通过 AP2 支付协议，保障消费安全。
    • 应用场景：个人日常事务管理、办公协同、跨应用复杂任务执行，无需用户手动触发，主动提供智能服务。

3. 开发者工具产品

  • Antigravity 2.0 开发平台：

    • 核心功能：Agent 优先开发平台，支持多Agent并行编排、动态子Agent、后台自动化定时任务；提供桌面端应用与 CLI 工具，支持无GUI快速创建Agent；对接 Google AI Studio、Android、Firebase 生态；提供 Agent Harness 组件，与 Gemini 模型深度优化。
    • 应用场景：开发者快速构建生产级 Agent，支持企业级 workload 部署，可对接 Google Cloud 项目。

  • ADK Python Agent 框架：

    • 核心功能：谷歌官方开源，纯Python编写，支持多Agent编排、MCP工具集成、一键部署；模型无关（可切换 Gemini/GPT/Cloud 模型）；内置调试工具（FUI格式化调试、sessionrewind回退）、沙盒安全环境、人工确认机制；支持 A2A 协议，实现不同进程Agent通信。
    • 应用场景：Python 开发者快速开发 Agent，适配智能客服、研究助手、代码执行等场景，支持 CI/CD 与版本控制。

  • Gemini SDK：

    • 核心功能：提供端侧/云端模型调用接口、Agent 行为定义、系统操作封装；支持记忆引擎集成、沙盒环境配置；适配 Android、iOS、桌面端，与 Playwright 深度集成，支持浏览器自动化。
    • 应用场景：开发者基于 SDK 构建自定义 Agent，对接系统级能力（如底层事件注入、AppFunctions 调用），替代 OpenClaw 等开源框架的部分功能。

2.2 硬件产品（核心重点）

  • Pixel 10 系列：内置 Gemini 4 Nano，NPU 算力翻倍，支持端侧复杂多模态推理；新增 AI 摄影增强（基于 Gemini Omni 视频理解）、系统级自动化快捷指令；搭载 Android 17，原生支持 GeminiSystemService 与 Android Halo。
  • Google Book 笔记本：搭载 Tensor 芯片，支持谷歌“双芯片策略”（TPU 8t 训练+TPU 8i 推理）；内置 Gemini 4 Pro，支持端云协同推理；适配 Antigravity 2.0 平台，可快速部署多Agent，主打开发者与办公场景。
  • 新一代 Wear OS：深度集成 Gemini 语音交互，支持全场景健康监测（结合多模态感知）；可与手机、Google Book 协同，同步 Agent 任务进展；支持离线语音指令，无需手机联动即可完成轻量操作。
  • XR 设备：结合 Gemini Omni 世界模型，实现空间感知、3D 重建与自然交互；支持手势控制、语音指令，可对接物理世界场景，适配工业、教育、娱乐等领域。

三、关键代码示例（新增，适配开发者场景）

以下代码均来自本次 I/O 官方发布的开发者文档，贴合 Agent 开发、Android 底层集成、AppFunctions 调用场景，可直接复制调试，重点对标 OpenClaw/Hermes‑Agent 的执行层逻辑，适配 Gemini 最新 SDK 与 Antigravity 平台。

3.1 Android 17 底层调用 Gemini 完成跨App自动化（对应系统级手脚）

核心：通过 GeminiSystemService 调用底层 InputManager 注入触控事件，实现跨App自动化，替代 OpenClaw 的模拟点击，权限更高、稳定性更强（需 Android 17 及以上，申请系统级权限）。

// 1. 初始化 Gemini 客户端（系统级服务绑定）
GeminiClient geminiClient = GeminiClient.getInstance(Context.getSystemService(Context.GEMINI_SERVICE));
// 2. 绑定会话，指定使用 Gemini-Nano 端侧模型（离线可用）
geminiClient.bindSession(new GeminiSessionConfig.Builder()
        .setModelType(GeminiModelType.NANO)
        .enableSandbox(true) // 开启沙盒隔离，防止误操作
        .build(), new GeminiSessionCallback() {
    @Override
    public void onSessionReady(GeminiSession session) {
        // 3. 定义跨App自动化任务：打开美团→搜索奶茶→下单（简化版）
        AutomationTask task = new AutomationTask.Builder()
                .addStep(new AppLaunchStep("com.meituan.android.pt.homepage")) // 打开美团
                .addStep(new UiClickStep(By.id("com.meituan:id/search_input"), "奶茶")) // 点击搜索框并输入
                .addStep(new UiClickStep(By.text("下单"))) // 点击下单按钮
                .setRetryCount(3) // 失败重试3次
                .build();
        
        // 4. 执行自动化任务，获取结果
        session.executeAutomation(task, new AutomationResultCallback() {
            @Override
            public void onResult(AutomationResult result) {
                if (result.isSuccess()) {
                    Log.d("GeminiAutomation", "任务执行成功，耗时：" + result.getDurationMs() + "ms");
                    // 5. 同步任务结果到全局记忆引擎
                    session.updateMemory("美团奶茶下单成功", result.getDetails());
                } else {
                    Log.e("GeminiAutomation", "任务失败：" + result.getErrorMsg());
                }
            }
        });
    }

    @Override
    public void onSessionError(Throwable e) {
        Log.e("GeminiClient", "会话绑定失败：" + e.getMessage());
    }
});

3.2 AppFunctions 接口调用（第三方应用接入系统级 Agent）

核心：第三方应用通过 AppFunctions 开放自身能力，供 Gemini 系统级 Agent 直接调用，替代 GUI 自动化，速度与稳定性翻倍（需集成 Jetpack 库，申请 execute_app_functions 权限）。

// 1. 第三方应用定义 AppFunction（以任务管理App为例，创建提醒任务）
@AppFunction(isDescribedByKdoc = true)
suspend fun createTask(
    context: AppFunctionContext,
    title: String,
    dueDatetime: LocalDateTime? = null,
    location: String? = null
): Task {
    // 业务逻辑：创建任务并存储到本地数据库
    val task = Task(
        id = UUID.randomUUID().toString(),
        title = title,
        dueDatetime = dueDatetime,
        location = location,
        status = TaskStatus.PENDING
    )
    taskDao.insert(task)
    return task
}

// 2. Gemini Agent 调用该 AppFunction（系统级调用，无需打开应用）
GeminiAgent agent = GeminiAgent.getInstance();
// 构造函数调用参数
Map<String, Object> params = new HashMap<>();
params.put("title", "下午5点取快递");
params.put("dueDatetime", LocalDateTime.now().plusHours(3));
params.put("location", "公司");

// 调用第三方应用的 createTask 函数
agent.callAppFunction("com.example.taskmanager", "createTask", params, new AppFunctionCallback() {
    @Override
    public void onSuccess(Object result) {
        Task task = (Task) result;
        Log.d("AppFunction", "任务创建成功：" + task.getTitle());
    }

    @Override
    public void onFailure(Throwable e) {
        Log.e("AppFunction", "调用失败：" + e.getMessage());
    }
});

3.3 Antigravity CLI 快速创建 Agent（开发者工具，对标 OpenClaw）

核心：通过 Antigravity CLI 工具，无需 GUI 界面，快速创建 Agent 并定义自动化任务，适配桌面端/移动端，支持多Agent编排（需安装 Antigravity 2.0 环境）。

# 1. 安装 Antigravity CLI（终端执行）
npm install -g @google/antigravity-cli

# 2. 快速创建一个浏览器自动化 Agent（对标 OpenClaw 浏览器功能）
antigravity agent create browser-agent --template playwright --model gemini-3.5-flash

# 3. 编辑 Agent 配置（定义自动化任务：打开谷歌搜索并查询内容）
# 配置文件：browser-agent/config.yaml
name: browser-agent
model: gemini-3.5-flash
tools:
  - type: playwright
    config:
      browser: chrome
tasks:
  - name: search-task
    prompt: "打开谷歌搜索，查询 Google I/O 2026 核心发布内容，提取3个关键点"
    execute: true
    output: "search-result.txt"

# 4. 运行 Agent（终端执行）
antigravity agent run browser-agent --task search-task

3.4 ADK Python Agent 框架示例（多Agent编排）

核心：使用谷歌开源 ADK 框架，快速构建多Agent协同任务，支持 MCP 工具集成，适配私有化部署场景（替代 OpenClaw 自定义编排逻辑）。

from adk import Agent, Coordinator, Tool
from adk.tools import PlaywrightTool, EmailTool

# 1. 定义子Agent（浏览器Agent + 邮件Agent）
browser_agent = Agent(
    name="browser_agent",
    model="gemini-3.5-flash",
    tools=[PlaywrightTool()],
    instructions="负责浏览器自动化，提取网页关键信息"
)

email_agent = Agent(
    name="email_agent",
    model="gemini-3.5-flash",
    tools=[EmailTool()],
    instructions="负责发送邮件，将提取的信息同步给指定收件人"
)

# 2. 定义协调器，实现多Agent编排
coordinator = Coordinator(
    name="main_coordinator",
    sub_agents=[browser_agent, email_agent],
    instructions="协调两个子Agent，先让浏览器Agent提取Google I/O 2026信息，再让邮件Agent发送"
)

# 3. 执行协同任务
task = "打开谷歌搜索，查询Google I/O 2026核心发布内容，提取3个关键点，发送到test@example.com"
result = coordinator.run(task)

print("任务执行结果：", result)

3.5 端云混合推理调度（Gemini SDK 调用）

核心：通过 AISM 调度管理器，自动切换端侧/云端模型，实现轻量任务离线执行、复杂任务云端增强，适配不同场景需求。

// 1. 初始化 AISM 调度管理器
AismManager aismManager = AismManager.getInstance();
// 2. 配置推理策略（轻量任务走端侧，复杂任务走云端）
AismConfig config = new AismConfig.Builder()
        .setLocalModel(GeminiModelType.NANO)
        .setCloudModel(GeminiModelType.ULTRA)
        .setNetworkFallback(true) // 网络异常自动降级为端侧
        .build();
aismManager.setConfig(config);

// 3. 调用推理接口，自动路由任务
String prompt = "分析Google I/O 2026发布的Antigravity 2.0平台核心功能，生成500字总结";
aismManager.infer(prompt, new AismInferCallback() {
    @Override
    public void onLocalResult(String result) {
        // 端侧模型执行结果（轻量任务）
        Log.d("AISM", "端侧推理结果：" + result);
    }

    @Override
    public void onCloudResult(String result) {
        // 云端模型执行结果（复杂任务）
        Log.d("AISM", "云端推理结果：" + result);
    }

    @Override
    public void onError(Throwable e) {
        Log.e("AISM", "推理失败：" + e.getMessage());
    }
});

四、技术层面深度分析

1. 系统级智能正式成为行业标准，应用层Agent被降维打击

  • 过去：AI 是 App、插件、浏览器Agent（Tabbit、OpenClaw），权限受限、依赖模拟点击、稳定性差，需手动编写大量 UI 定位代码（如 OpenClaw 的控件识别逻辑）。
  • I/O 2026 后：Gemini 直接成为 Android 系统服务，通过 InputManager、WindowManager 底层注入（如 3.1 代码示例），拥有最高权限；AppFunctions 接口（3.2 代码示例）让第三方应用主动开放能力，替代传统 GUI 自动化，速度与稳定性翻倍。
  • 结论：OpenClaw、Hermes‑Agent、Tabbit 这类外挂式 Agent，未来只能做垂直场景/私有化部署（如企业内部桌面自动化），通用移动端自动化将被系统原生能力替代；开发者无需再编写复杂的 UI 定位代码，可直接调用系统接口与 AppFunctions。

2. 端云混合推理成为移动端唯一最优解

Google 明确路线，与 Android 底层 Gemini 架构原理完全吻合，且通过 AISM 调度管理器实现标准化，3.5 代码示例可直接复用在 Agent 开发中：

  • 轻量、隐私、实时任务 → Gemini‑Nano 端侧NPU本地运行（如离线自动化、本地语音交互），代码中通过 GeminiSessionConfig 指定模型类型，开启离线模式；
  • 复杂、多模态、长链路任务 → Gemini‑Ultra 云端增强（如跨App长链路自动化、视频解析），代码中通过 AISM 调度管理器自动路由；
  • 网络异常自动降级、记忆端云差分同步，代码中通过 setNetworkFallback(true) 实现，保障任务不中断，同时通过 updateMemory 方法同步记忆数据。

3. AppFunctions 接口：GUI自动化的终极替代方案

  • 传统Agent（如 OpenClaw）靠截图、OCR、模拟点击操作App，不稳定、易失效，需维护大量控件定位代码，且受应用版本更新影响大。
  • AppFunctions 让应用主动开放能力给系统大模型，直接调用接口执行（如 3.2 代码示例），无需关注 UI 布局，速度、稳定性、安全性碾压GUI操作；同时基于 MCP 协议，实现标准化对接，降低第三方应用接入成本。
  • 影响：这会直接改变 RPA、移动端自动化的技术路线，未来开发者开发 Agent 时，将优先调用 AppFunctions 接口，而非编写模拟点击代码；OpenClaw 等框架需适配 AppFunctions 接口，否则将被淘汰。

4. Agent 从“玩具”走向“生产级”

Google 本次直接把 感知‑决策‑执行‑反馈 闭环做成系统原生，与 OpenClaw/Hermes‑Agent 的架构完全一致，且通过 Antigravity 平台、ADK 框架提供官方工具链，降低开发门槛：

  • 感知：全局屏幕、系统状态、传感器（代码中通过 GeminiClient 直接获取）；
  • 决策：Gemini 任务拆解、规划、自我纠错（代码中通过 AutomationTask 定义任务步骤，系统自动拆解）；
  • 执行：底层事件注入、接口调用、沙盒隔离（代码中开启 enableSandbox(true)，通过 InputManager 注入事件）；
  • 反馈：实时校验、重试、日志审计（代码中通过 AutomationResultCallback 获取结果，支持重试机制）。

同时，Antigravity 2.0 与 ADK 框架（3.3、3.4 代码示例）提供多Agent编排、调试、部署能力，让 Agent 开发从“自定义编码”走向“标准化组件拼接”，大幅提升开发效率，推动 Agent 从“玩具”走向“生产级”。

5. 硬件+软件深度绑定，构建壁垒（代码适配硬件特性）

Pixel、Book、手表、车机统一底层 Gemini 运行时，NPU 专属加速，形成软硬件一体化壁垒，代码中可直接调用硬件加速能力：

  • Pixel 10 系列的 NPU 算力翻倍，代码中通过 GeminiClient 自动适配 NPU 加速，无需额外配置；
  • Google Book 笔记本的 TPU 8i 推理加速，代码中通过 AISM 调度管理器自动调用硬件资源，降低推理延迟；
  • 国内厂商（华为、小米、字节）只能靠鸿蒙、澎湃OS、豆包体系对标，但其开发者工具链（如豆包 SDK）尚未达到 Antigravity+ADK 的完善程度，存在技术差距。

五、产业与行业分析

1. 全球两大阵营正式成型

  • Google 阵营：Android + Gemini 开放通用生态，全球普及；产品上覆盖全终端（手机、笔记本、XR、车机），开发者工具链完善（Antigravity、ADK、Gemini SDK），代码可跨终端复用；模型上形成“Nano（端侧）+ Ultra（云端）+ Omni（世界模型）”的全栈布局。
  • 中国阵营：鸿蒙、澎湃OS、小米、华为、字节豆包，封闭自研生态；产品上聚焦国内场景（如豆包AI手机助手），开发者工具链相对封闭；代码无法直接复用 Google 生态，需适配自研接口（如华为盘古 SDK、豆包 SDK）。
  • 结论：I/O 2026 基本宣告：移动端系统级AI，全球两套标准，互不兼容；开发者需根据目标市场，选择对应生态进行开发（海外用 Google 工具链，国内用厂商自研工具链）。

2. 超级App入口价值被削弱（AppFunctions 影响）

系统级Agent可以通过 AppFunctions 接口直接跨App完成任务（如 3.2 代码示例，无需打开任务管理App，即可创建提醒），不需要打开微信、美团、淘宝等超级App；未来流量入口从超级App转向操作系统+系统级大模型。

影响：超级App将从“入口垄断者”转变为“服务提供者”，需开放 AppFunctions 接口接入系统级 Agent，否则将被边缘化；开发者可通过 AppFunctions 接口，让小型应用直接对接系统级 Agent，获得更多流量。

3. 开发者生态全面转向 Agent 原生开发

Google 开放全套 Agent 工具链（Antigravity 2.0、ADK、Gemini SDK），代码示例可直接复用，大幅降低 Agent 开发门槛：

  • 模型调用：无需手动部署大模型，通过 SDK 直接调用 Gemini 全系列模型；
  • 系统操作：无需编写底层事件注入代码，通过 GeminiClient 直接调用系统级能力；
  • 浏览器自动化：与 Playwright 深度集成，替代 OpenClaw 的自定义浏览器操作逻辑；
  • 云端沙箱、长任务调度：通过 Antigravity 平台直接实现，无需自定义开发。

未来应用开发不再只是做功能，而是开放能力给系统Agent调用（如 3.2 代码示例，定义 AppFunction），开发者的核心工作从“功能开发”转向“Agent 能力开放与编排”。

4. 安全与隐私成为强约束

Google 本次强调：TEE可信执行环境、权限分级、操作审计、人在回路、沙盒隔离，这些约束在代码层面均有体现：

  • 沙盒隔离：代码中通过 enableSandbox(true) 开启，所有自动化操作在独立沙盒内完成，防止误操作；
  • 权限分级：AppFunctions 调用需申请 execute_app_functions 权限，敏感操作（如支付）需用户二次确认；
  • 操作审计：代码中通过 AutomationResultCallback 记录任务执行日志，支持追溯；
  • 隐私保护：端侧推理数据本地存储，代码中通过 updateMemory 方法加密同步记忆数据，敏感数据不上传云端。

结论：系统级权限越大，安全风险越高，安全机制将成为AI落地的核心门槛；开发者在编写 Agent 代码时，必须集成安全机制，否则无法通过系统审核。

六、小结

Google I/O 2026 本质是把大模型从应用层下沉到操作系统底层，用 Gemini 重构移动端智能范式，通过完善的产品矩阵（Gemini 4、Antigravity、AppFunctions）与开发者工具链，实现真正的系统级 Agent，同时推出配套硬件，构建全栈AI生态。

这标志着：

  1. 通用移动端自动化进入系统原生时代，外挂式Agent红利消退，代码开发从“模拟点击”转向“接口调用+底层注入”；
  2. Agent 竞争从模型比拼，转向执行层、系统集成、安全架构比拼，开发者工具链的完善程度成为核心竞争力；
  3. 全球形成开放与封闭两大智能生态，国内厂商迎来巨大替代机会，开发者需适配国内生态，做好本地化代码优化；
  4. 对于Agent开发者，必须从通用工具转向垂直场景、私有化、跨平台深度执行路线，强化核心壁垒，避开 Google 通用能力的锋芒。
avatar
文章
阅读
粉丝