大家好，这里是最佳拍档，我是大飞。过去一两年我们一直在讨论一个问题：AI到底能不能真正走进企业的核心业务里呢？2026年4月22日，在拉斯维加斯曼德勒湾会议中心举办的Google Cloud Next大会给出了这个问题的答案。谷歌云首席执行官托马斯·库里安（Thomas Kurian）在开场就直接定调：AI落地已经彻底走过了试点阶段，接下来的核心任务就是让AI从个别项目的实验，真正变成整个企业日常运转的一部分。

我看完接近两个小时、近二十位高管与客户轮番登场的主题演讲，最大的感受是，这已经不是一场单纯发布新模型、新芯片的技术发布会，而是谷歌用1800亿美元量级的投入，砸出了一套从芯片底层到员工桌面、贯穿全企业的智能体操作系统。他们不再问“我们能不能造一个智能体”，而是想要直接解决“企业要怎么管理、调度、安全运行成千上万个智能体”的问题。今天这期内容，我们就来帮大家总结一下谷歌这场大会的五层蓝图，以及超千亿的投入又会带来怎样的生产力革命。

战略决心与AI生产力革新

我们先来看整场大会最能说明战略决心的一组数字，来自CEO桑达尔·皮查伊（Sundar Pichai）的视频连线。2022年，Alphabet的资本支出是310亿美元，而到了2026年，这个数字将飙升到1750亿到1850亿美元。四年时间接近6倍的增长，更关键的是，2026年机器学习计算投入的一半以上，都会直接流向谷歌云业务。可以说，这是一场倾全公司之力、押注未来十年的基础设施战争。

皮查伊还现场披露了谷歌内部使用AI的真实数据：

• 现在谷歌内部75%的新代码都是由AI生成，再由工程师审核确认的，而半年前这个比例还只是50%。
• 在一次复杂的代码迁移项目中，工程师搭建了一套多角色智能体系统，把规划、编排、执行三个环节彻底分离，完成速度比一年前直接快了6倍。
• 营销团队用大模型批量生成创意变体，工作周转效率提升了70%，转化率提升了20%。
• 安全运营中心的智能体每个月自动分类数万份的威胁报告，威胁缓解时间缩短了90%以上。

皮查伊用一句话总结了当下的AI阶段：“我们正处在创新周期中那个凌乱的中间阶段，基础构件正在汇聚，但是整个体系仍然混乱。”而谷歌云这次要做的，就是把混乱变成秩序，把零散的能力变成一套可以规模化落地的企业系统。

随后，托马斯·库里安正式提出了谷歌智能体企业蓝图，它由五层架构严密组成，从最底层的AI超级计算机一直到最顶层面向员工与客户的智能体特遣队，层层递进。库里安用一个非常直白的公式概括了这套体系的价值，那就是“智能加自动化，必须交付价值”。智能来自数据，自动化由智能体驱动。企业需要的不是几个看起来很聪明的模型，而是一整套集成系统、一套真正能用、能管、能落地的企业操作系统。

全球AI生态版图与跨界合作

除了这五层核心架构，谷歌云还在这次大会上亮出了庞大的生态版图。

• 他们宣布与苹果达成合作，谷歌云将成为苹果的首选云提供商。双方会基于Gemini技术共同开发下一代苹果基础模型，用来支撑更个性化、更智能的Siri。这意味着全球数十亿台苹果设备上的AI能力，未来一部分会直接运行在谷歌的云基础设施之上。
• 芯片层面，谷歌云会成为全球首批提供英伟达Vera Rubin NVL72算力的云厂商之一。
• 模型层面，平台将正式接入Anthropic Claude Opus 4.7，与谷歌自家的Gemini 3.1 Pro并行提供服务。
• 办公生态层面，Gemini Enterprise新增了与微软365的互操作能力，在Canvas中创建的文档和幻灯片，可以直接导出为Office格式。

可以说，这既是谷歌云的大会，也是一次全球AI生态的全景展示。接下来，我们一层一层地拆解一下这套五层蓝图架构。

第一层：AI超级计算机（AI Hypercomputer）

首先是第一层，AI超级计算机（AI Hypercomputer）。谷歌高级副总裁兼AI与基础设施首席技术官阿明·瓦赫达特（Amin Vahdat）登台，用一句话为整个基础设施定调。他说：“在智能体时代，计算不再由单颗芯片定义，计算就是整个数据中心。”这句话直接点明了谷歌的硬件战略：不再比拼单芯片参数，而是要打造一整个为智能体优化的超级计算系统。

这一层最重磅的发布，就是第八代TPU。这是TPU发展十年以来，第一次把训练和推理拆成两颗完全独立的芯片，分别是面向训练的TPU 8t和面向推理的TPU 8i。过去所有世代的TPU都是一颗芯片兼顾训练与推理，而这次彻底分工，标志着谷歌对AI工作负载的理解进入了一个全新的阶段。

• TPU 8t：这是一颗为大规模模型训练极致优化的芯片。核心改进是把块级矩阵乘法移入了MXU内部，原生MX量化彻底消除了VPU的开销。一个SuperPod可以扩展到9600颗TPU 8t，能提供121 EFLOPS的FP4算力，比上一代Ironwood直接提升2.8倍。芯片之间的互连带宽翻倍，采用3D Torus拓扑结构，每个Pod共享2PB的高带宽内存。瓦赫达特给了一个非常直观的类比：“这个容量相当于把美国国会图书馆全部数字馆藏存储100遍以上，规模大到难以想象。”
• TPU 8i：这颗芯片完全为推理场景量身定制，目标是支持数百万并发智能体接近零延迟的运行。它最核心的变化是集成了专用的集合通信加速引擎（Collectives Acceleration Engine），让芯片上的延迟再降低5倍。芯片上的缓存被完全托管，直接突破了长上下文解码里最头疼的内存墙瓶颈。借助全新的Boardfly拓扑，一个Pod可以部署1152颗TPU 8i，提供11.6 EFLOPS的FP8算力。相比上代256颗芯片的Ironwood Pod，性能直接提升9.8倍。

按照CNBC的报道，TPU 8t由博通（Broadcom）设计，TPU 8i由联发科（MediaTek）设计，英特尔、Marvell和台积电共同参与供应链。有分析师在2025年9月曾经估算，TPU业务加上Google DeepMind的估值大约在9000亿美元左右，可见这块基础设施的战略价值。

除了两颗革命性的TPU芯片，谷歌云在这一层还同步升级了存储和网络：

• Managed Lustre支持高达10TB/s的吞吐量。
• 全新的Virgo Network可以把134000颗芯片串联在一起，提供47Pb/s的无阻塞带宽。
• 整体能交付170万EFLOPS的算力。
• 配合Pathways和JAX框架，谷歌现在可以在单个集群里使用超过100万颗TPU芯片。
• 而且这套Virgo网络同样支持英伟达Vera Rubin NVL72，最多能连接960000颗GPU，让英伟达的新GPU在谷歌云上实现10倍的性能效率提升，专门针对高频交互和长上下文工作负载优化。

通用计算层面，谷歌云推出Axion N48计算实例。它基于定制Arm CPU驱动，能提供最高2倍的性价比以及80%更优的每瓦性能。这些实例为智能体提供了可以持续运行的计算底座，彻底消除了冷启动延迟和运行间断，保证智能体始终在线、随时待命。

第二层：智能体数据云（Agentic Data Cloud）

接下来是第二层，智能体数据云（Agentic Data Cloud）。谷歌云首席产品与商业官卡尔蒂·纳拉因（Karthik Narain）登台讲道：“没有上下文的推理只是猜测。当你期望智能体真正采取行动、帮企业做决策的时候，你承担不起猜测的代价。”这一层的核心就是打造一个可信的上下文（Trusted Context），让智能体能在确定、可靠、完整的业务语境下行动，而不是凭空生成答案。

围绕可信上下文，谷歌云一口气发布了四项核心创新：

1. Knowledge Catalog：面向企业的通用上下文引擎。它原生集成了BigQuery，把数据表和元数据映射成统一的业务逻辑。全新的Smart Storage能力，让图片、PDF等非结构化数据一进入Google Cloud Storage，就会被自动标记、信息增强、直接准备好供智能体使用，全程不需要进行数据工程。这个引擎由Gemini原生驱动，可以自主从文件里提取实体、映射关系、学习企业专属的业务语义。比如当智能体听到净收入或者风险这些词，它理解的不是通用字典含义，而是这家企业自己定义的确切业务概念。同时，Knowledge Catalog还提供了对Palantir、Salesforce、SAP、ServiceNow、Workday等主流企业应用的直连零拷贝访问，不需要做数据搬迁，就能瞬间打通全域业务的上下文。它还和Gemini Enterprise的Deep Research Agent深度集成，支持在内部数据和公开网页数据之间执行多步推理，返回带有明确来源的商业答案。过去需要几周时间手动调研才能得出的结论，现在一步到位。比如英国运营商Virgin Media O2旗下有超过20000个数据资产，很多一直沉睡，Knowledge Catalog正在帮他们彻底激活这些暗数据。
2. Data Agent Kit：数据智能体工具包。它把AI数据科学的能力直接集成到开发者最常用的工作环境里，不管是VS Code、Claude Code还是Gemini CLI，用户只需要用自然语言声明自己的意图，比如预测一下客户流失，环境就会自主构建数据管道，并且在智能体数据云上直接部署模型。
3. Lightning Engine for Apache Spark：它提供了行业领先的Spark性能，性价比是此前市场领导者的2倍。Flipkart、Lowe's、Meesho等大量企业已经在实际使用。
4. Cross-Cloud Lakehouse：跨云湖仓。这是谷歌对当下企业多云现实最直接的回应。基于开放的Apache Iceberg标准，分析引擎可以直接推理任何一朵云里的数据。AWS、Azure或者各种SaaS应用里的数据完全留在原地，谷歌只提供低延迟直连，不需要移动数据，也不收高额的数据出站费用。纳拉因用一句话总结就是：“不再需要移动数据，不再有供应商锁定，只有自由。”

现场有一个非常精彩的演示，把这四项创新完全串联起来。场景是一款虚拟冻酸奶产品全球上市的评估，整个流程只用了五分钟。首先，Knowledge Catalog从两份独立PDF里发现了隐蔽的大豆过敏原关联。然后Cross-Cloud Lakehouse无缝连接了存在AWS S3 Iceberg上的忠诚客户列表。最后智能体工具在零手动代码的情况下，完成了1500万美元的年度销售额预测。演示嘉宾说了一句很扎心的话：“大多数公司需要五周时间把一个趋势转化为决策，我们用了五分钟。”

第三层：智能体安全防御（Agentic Defense）

然后是第三层，智能体安全防御（Agentic Defense）。谷歌云首席运营官兼安全产品总裁弗朗西斯·德索萨（Francis deSouza）上台后，抛出了两个让人极度警觉的数字：

• 第一个，漏洞的平均利用时间已经降到负7天，意思是攻击在官方补丁发布之前就已经发生。
• 第二个，攻击者从首次入侵到把权限转交给下一级威胁团伙，间隔从8小时直接降到22秒。

网络攻击已经进入机器速度时代，人类安全团队根本反应不过来，传统安全体系彻底失效。

谷歌云的安全战略围绕两条主线展开：

1. Gemini原生智能体安全运营中心（Agentic SOC）：分类智能体把原本需要30分钟的安全调查缩短到60秒内解决。通过全新的威胁狩猎和检测智能体，主动扫描企业环境里的风险，速度和规模都远远超过人类团队。基于谷歌自身的海量遥测数据，包括Mandiant、VirusTotal、Chrome的安全情报，再集成暗网情报，这套系统可以98%的准确率识别外部威胁。全球最大的衍生品交易所芝加哥商品交易所集团（CME Group）就依赖这套统一技术栈，保护每天几十亿笔交易的安全。
2. 云安全平台Wiz：今年3月11日谷歌刚刚以320亿美元完成收购。Wiz联合创始人兼产品副总裁尹农·科斯蒂卡（Yinon Costica）登台，把Wiz定位为全球首个AI应用保护平台（AI-SPP），专门解决AI时代的四大关键安全挑战：
   • AI技术栈全链路可见。
   • 主动发现并修复关键风险。
   • 从设计之初就内置安全。
   • 让安全运营团队具备应对新型威胁的能力。

Wiz最核心的能力是一套红、蓝、绿三色的智能体体系：

• 红色智能体（Red Agent）就像友好的黑客，持续扫描外部暴露面，验证每一个风险是否真实存在。现场演示里，它直接发现了一个身份验证绕过漏洞，这个漏洞可以让攻击者直接访问背后的敏感数据库。
• 绿色智能体（Green Agent）则完全自动化整个风险分类与修复流程，从识别风险负责人、给出精准修复方案，到定位最初引发风险的那一行代码，全程自动化，不需要任何人工沟通。修复方案既可以作为PR直接推送给开发者，也可以交给编码智能体自动执行。

整个安全闭环是这样的：Wiz以无代理方式构建动态资产清单，生成一张实时更新的安全图谱，清晰展示AI应用的完整架构和逻辑。红色智能体主动验证风险，绿色智能体自动分类并给出修复方案，最后把修复流程推送给开发者或者编码智能体。德索萨对此总结道：“我们已经彻底闭合了防御者与构建者之间的循环。”

德索萨还特别强调，影子AI（也就是企业里私自运行、不受管控的未授权模型和智能体）是当下企业面临的最大安全威胁之一。这个判断和整场大会的主线也完全一致：当智能体数量爆发式增长之后，管理和安全的复杂性，才是真正决定企业AI能否规模化落地的核心瓶颈。

第四层：Gemini企业智能体平台（Gemini Enterprise Agent Platform）

接下来是第四层，Gemini企业智能体平台（Gemini Enterprise Agent Platform）。这一层是整个五层蓝图的中枢，也是谷歌云回答那个核心问题的答案：“从我们能不能造一个智能体，到我们怎么管理数千个智能体。”托马斯·库里安直接把它定位为智能体企业的任务控制中心。在之前Vertex AI的能力基础上，全面扩展了智能体全生命周期的管理能力，覆盖构建、扩展、治理、优化四大核心环节。

模型层面，谷歌云在这一层一次性发布了多款全新模型，形成了完整的企业级模型矩阵：

• Gemini 3.1 Pro：专门用来针对复杂工作流编排优化，弥合策略制定与自主执行之间的鸿沟。Databricks、JetBrains、Replit等知名技术公司都已经选择使用它。
• Nano Banana 2：专注于高保真视觉素材生成。
• Veo 3.1 Lite：成本最优的视频模型，面向高频视频应用场景。
• Lyria 3 Pro：则面向企业级音频和音乐生成。
• 同时平台还接入了Anthropic Claude Opus 4.7，给企业提供更多的选择。

平台的工具链也覆盖从开发到运营的全部环节：

• Agent Studio：支持用自然语言直接构建和部署智能体。
• Agent Registry：提供统一控制点，索引企业内部每一个智能体和工具。
• Skills and Tools Registry：允许定义模块化指令包，并且为每一个GCP服务和Workspace服务都暴露了对应的能力接口。
• Agent Marketplace：则可以直接搜索和部署来自Atlassian、Box、Oracle、ServiceNow、Workday等生态伙伴的专业智能体，开箱即用。

这一层有一个极具行业意义的基础设施决定，那就是原生集成了MCP。谷歌同时把所有GCP服务都暴露为MCP服务器，结果就是双向完全打通。任何兼容MCP的智能体都可以和谷歌云服务交互，谷歌云的智能体也可以连接任何外部MCP服务器。这彻底打破了智能体的生态壁垒，让跨平台、跨系统的智能体协作成为现实。

安全与编排能力是这个平台的另一大核心：

• 平台支持Agent-to-Agent编排，智能体之间可以无缝委派任务。
• 同时支持生成式和确定性两种编排模式。在合规要求极高的关键工作流里，智能体可以沿着预定义路径执行，保证每次输出都是可预测、可追溯的。
• 智能体可以响应四种事件，包括实时事件、定时事件、触发器事件和批量推理任务。
• 每个智能体都拥有唯一的加密身份凭证Agent Identity，全程可追踪、可审计。
• 通过Agent Gateway的集中管理，企业可以拥有一个统一的命令中心来执行安全策略。
• Model Armor在模型和企业数据之间，建立了一道坚固防护层，防止敏感数据泄露。
• Agent Observability提供符合OpenTelemetry标准的遥测数据，可视化展示任何智能体的完整执行路径，出问题可以快速定位。

为了解决规模化后智能体的记忆问题，谷歌云还推出了Gemini Enterprise Projects。它为智能体提供高保真的专属工作空间，可以调用Deep Think能力解决最复杂的业务挑战，同时有效避免上下文污染。这是为了解决智能体规模化落地中面临的一个技术难题：当成百上千个智能体在同一个环境里运行，如何保证每个智能体只访问自己应该看到的数据和上下文，不混乱、不越权。

现场有一个非常完整的演示，把这些能力全部串联了起来。场景是一家全球家具零售商，运营人员只输入一个提示词，短短几分钟内，多个智能体就协同完成了一整套工作：

• 市场调研智能体分析搜索趋势和销售数据。
• 数据洞察智能体连接全球产品目录，识别滞销库存。
• 产品策略智能体汇总所有信息，给出重新定价建议。
• 开发智能体直接连接Jira，为工程团队创建任务单。
• 门店运营团队通过Gemini Enterprise一键生成品牌化演示文稿。
• 全新的Canvas模式允许直接在Gemini Enterprise里编辑Google Slides，不需要在多个应用之间来回切换，完美呼应消除上下文碎片化的核心主题。

第五层：智能体特遣队与Workspace智能层（Agentic Task Force与Workspace Intelligence）

最后是第五层，智能体特遣队与Workspace智能层（Agentic Task Force与Workspace Intelligence）。这一层是五层蓝图的最顶端，直接面向每一位普通员工和每一位终端客户。谷歌Workspace产品副总裁权丽烈（Yulie Kwon Kim）登台，描述了一个所有上班族都深有体会的场景：“你只想回答一个简单的问题，结果10分钟后，你已经打开了15个标签页，在无数应用里来回切换。”她把这种浪费叫做上下文税。而Workspace Intelligence就是用来彻底消除这种浪费的统一智能层。

它利用Gemini的推理能力和嵌入模型，把Gmail、Docs、Sheets、Slides、Chat里的所有信息节点全部连接起来，打破信息孤岛。在现场演示中，权丽烈以区域分销商的身份在Google Chat里操作。通过Ask Gemini，Chat直接变成了工作指挥中心。Gemini立刻告诉她当前最紧急的事项，直接定位到包含关键图表的文档，然后标记特定的区域营销技能。Workspace Intelligence自动交叉引用邮件、聊天记录、HubSpot数据和品牌模板，一次性生成一份完整的Google Slides演示文稿。她看着结果说：“这看起来像是创意专家设计的，而不是从终端里跑出来的。”

同时，新增的微软365互操作性，允许把Canvas里的文档和幻灯片直接导出为Office格式，从微软365迁移到Google Workspace的速度最高可以提升5倍。

在客户体验一侧，谷歌云副总裁嘉莉·撒普（Carrie Tharp）介绍了Agentic Task Force，一组预构建的专业化智能体。她把智能体重新定义为业务的战略延伸，而不是一个简单的工具。核心产品包括购物智能体、食品订购智能体、客户互动智能体以及全新的全渠道网关（Omnichannel Gateway），保证智能体在网页、移动、语音等不同渠道之间始终保持上下文连贯。

标杆客户案例与开放战略

讲到这里，五层蓝图已经全部拆解完毕。但谷歌云真正的说服力，还来自那些跨越多层架构、真正实现规模化落地的标杆客户。

• NASA的阿尔忒弥斯2号（Artemis II）任务：谷歌云与NASA合作，用Gemini Enterprise智能体支持飞行准备和宇航员安全保障。库里安特别强调，阿尔忒弥斯2号将创下人类航天史上距离地球最远的飞行纪录，而支撑这项伟大任务的，正是谷歌的智能体体系。
• 维珍邮轮（Virgin Voyages）用Gemini Enterprise打造了Project Ruby。这是一个从灵感激发到航行结束全程覆盖的个人礼宾智能体，最终结果是生产周期缩短了60%，月环比销售增长28%，创下季度销售纪录。而他们的野心不止于海上，未来乘客乘坐维珍航空航班、入住维珍酒店、登上维珍邮轮，全程都由Project Ruby和Gemini Enterprise无缝串联。
• 联合利华（Unilever）服务全球37亿人口，通过Gemini Enterprise智能体平台、数据智能体工具包和底层Gemini模型，构建了竞争性采购多智能体解决方案。这套方案由联合利华内部Horizon 3 Labs与谷歌云共同打造，通过单一界面编排多个智能体协同工作。过去需要几天的采购分析和决策，现在几分钟就能完成。
• 霍尼韦尔（Honeywell）用超过100万产品规格训练数字孪生，为全球建筑管理生成数十亿条洞察。
• 利物浦（Liverpool）把标志性门店服务搬到线上，购物助手的投资回报率预计可达10倍。
• 美国临床肿瘤学会（ASCO）用Gemini Enterprise让癌症诊疗专业知识更快触达一线医生。
• 默克（Merck）把Gemini Enterprise推广到75000名员工，支撑其拯救和改善生命的使命。
• 德国保险公司SIGNAL IDUNA几周内就达到80%的采用率，11000名员工自主构建专业化智能体。健康智能体自动验证保障范围，每周用户数激增400%，回答速度提升37%。
• 博世（Bosch）在全球部署Gemini Enterprise，从财务到工程，员工都能定制自己的智能体，腾出更多时间投入复杂研究。
• 毕马威（KPMG）首月采用率就达到90%，部署超过100个智能体。
• 花旗财富管理（Citi Wealth）与谷歌云及DeepMind合作，推出Citi Sky，一位全天候在线的AI财富助手，支持多种语言。
• 甚至在体育领域，三届冬奥金牌得主肖恩·怀特（Shaun White）登台，展示谷歌云与DeepMind合作构建的3D姿态追踪模型。这个模型可以从普通的2D视频中空间追踪运动员的三维姿态，分析飞行动力学和旋转速度。肖恩·怀特对比自己训练时代只能靠摄像机和猜测的工具，感叹这些数据将帮助下一代运动员真正理解动作背后的物理学。

大会最后，托马斯·库里安用三个自由总结了谷歌云的开放战略。他强调，谷歌云提供的是一套完整集成的技术栈，但是同时保留了企业充分的选择自由：

1. 选择芯片和模型的自由：平台同时提供自研TPU 8系列和英伟达Vera Rubin NVL72；模型层并行支持Gemini 3.1 Pro与Anthropic Claude Opus 4.7，企业可以按需选择。
2. 在数据所在之处运行AI的自由：跨云湖仓可以直连AWS和Azure，数据完全不用搬迁，在哪里就在哪里用AI分析。
3. 通过治理功能掌控自身命运的自由：Agent Identity、Agent Gateway、Model Armor等一系列管控能力，把安全与治理的权力完全交还给企业自己的安全团队。

生态合作层面，埃森哲、波士顿咨询、德勤、麦肯锡都宣布扩展谷歌与Gemini AI实践。AI服务合作伙伴Quantiphi、Distill、Tribe.ai也一同加入，帮助ISV和SaaS公司用Gemini Enterprise智能体平台改造自身解决方案，把AI能力全面推向中小企业。

讲到这里，我们已经清楚，谷歌云想在2026年Cloud Next大会上发布的，与其说是一堆零散的新产品，不如说是一套完整的企业智能体操作系统。从1800亿美元的基础设施投入，到第八代TPU的芯片革命；从可信数据上下文的构建，到机器速度的安全防御；从统一的智能体管控平台，到每一位员工都能用的生产力升级。五层蓝图层层咬合，试图彻底解决企业AI从试点到规模化的所有核心瓶颈。

过去我们说，云是企业的基础设施；未来，由智能体驱动的云，可能就是企业的操作系统。谷歌云已经给出了自己的答案，而整个科技行业、所有企业的AI转型，或许都将因为这套体系进入全新的阶段。

感谢收看本期视频，我们下期再见。