铃阅
❌

阅读视图

社区说|Gemini 4 工业级落地:从大工程代码交付到 7×24 智能体调度

GDG 2026-11-16 17:30 北京

攻坚大工程交付与全天候 Agent 调度,通关 AI 工程化落地。

当大模型迈入生产环境,工程命题迎来关键变革:大模型应用正从 "运行 Demo 演示" 全面转向 "承载十万行级真实工程、全天候自主运转的 Agent 团队与工业级生产线"。依靠零散 Prompt 尝试的技术瓶颈已然显现,如何通过科学的架构设计与全流程闭环实现工程落地成为关键。

在中大型 Android 开发中,如何通过严格规范与上下文工程实现高质量 "零返工" 交付?在自动化团队调度中,如何利用 Gemini 4 跃迁至 "AI 管 AI" 模式,配合 Computer Use 桌面端真实验收打破 "假交付" 困局?在多模态内容工程中,又如何基于 Agy CLI 联动 Linux 开源生态与 Blender,构建高质顺畅的工业级长片生产全流程?

本期 "社区说" 聚焦 Gemini 4 驱动下的深度工程化与工业级落地实践。三位技术专家将齐聚直播间,带你从 Android 大工程交付规范、7×24 多 Agent 自动化协同调度,一路下沉到基于 Agy CLI 与开源生态的工业级视频生产全流程,助你通关 AI 工程化落地的关键关卡!

活动时间

11 月 19 日 (周四) 19:00 - 21:00

活动安排

19:00 - 19:10

活动介绍

19:10 - 21:00

主题分享

叶楠:Gemini 4 来了,Android 开发都需要什么?

19:10 - 19:45

精彩看点:

工程化痛点:如何让 AI 稳定维护数十万行代码的中大型 Android 工程?

全流程规范:基于真实数据,拆解从搭建、配置到架构与测试规范的闭环。

零返工交付:解析 Android 最新 AI 工具链搭配,掌握 "零返工" 交付实战经验。

朱涛:从「人盯 AI」到「AI 管 AI」:用 Gemini 4 调度 7×24 Agent 团队

19:45 - 20:30

精彩看点:

调度范式跃迁:解决单点 AI 编程依赖人工的痛点,展示 Gemini 4 作为顶层主管驱动的全自动研发效果。

分工与成本控制:结合 Gemini 4 的顶层规划与轻量执行模型搭建多岗位协同团队,平衡精度与全天候运行成本。

防翻车与实机验收:通过测试关卡、交接规范与 Computer Use 真实桌面验收,杜绝混乱死循环与假交付。

全天候自动化落地:解析自动巡检、发版与人工审批边界,演示 Munk AI 并开源团队配置模板。

王玉成:Gemini 4 以及 Agy Cli 的应用

20:30 - 21:00

精彩看点:

硬核迭代复盘:复盘从生硬 3D 沙盘到 1:1 满配画卷的试错与蜕变。

破局核心理念:确立 "1 子句 = 1 幅因果画卷 + Blender 3D 自然意境 + 毫秒级音画契约" 的制作哲学。

开源工具链打法:在 Ubuntu 环境下联动 Linux 开源生态 (Blender、Rembg、FFmpeg 等) 跑通工业级长片生产。

讲师介绍

精彩互动

本期「社区说」还有精彩互动评选,期待您的参与,礼品多多,不要错过!

直播中,对讲师分享的内容进行提问,每位讲师将选出 3 位提出最有价值问题的同学,将有机会获得以上随机礼品。

举办社区

深圳 GDG

直播平台

访问以下链接或点击阅读原文

订阅每期活动

https://ctalks.gdgcn.net/r/shj

识别扫描下方二维码预约观看直播

观看往期精彩内容

【王玉成:如何在 Antigravity 中使用 Agent Manager 及 Skill】

 https://www.bilibili.com/video/BV1FnFKzPECK/

【朱涛:基于 Gemini 3 & CLI 搭建 7x24 不眠不休的 AI 开发团队】

 https://www.bilibili.com/video/BV16EFKzeEQE/

【张益新:具身智能与 Gemini Robotics-ER】

 https://www.bilibili.com/video/BV1rEFKzeEG2

关于社区说

「社区说」是由谷歌开发者社区 (Google Developer Groups) 与谷歌开发者专家计划 (Google Developer Experts) 联合推出的月度线上分享会。

每期由不同的谷歌开发者社区举办,根据主题或技术方向邀请谷歌技术专家,谷歌开发者专家以及对技术有热情、爱分享的嘉宾为开发者提供时长 2 到 3 小时共同学习交流机会。


图片 点击屏末| 阅读原文 | 即刻观看

图片

图片

图片

阅读原文

跳转微信打开

  •  

WebMCP 技术专栏|最佳实践与落地指南

原创 Google 2026-11-16 17:30 北京

深度盘点 Chrome WebMCP 的关键开发规范,涵盖工具策略规划、简化认知计算与安全考量,助力开发者抢先布局 Agentic Web。

作者 / Alexandra Klepper, Maxim Salnikov, François Beaufort

WebMCP 工具声明应当清晰明确,无需开发者或智能体查看输出并重试。无论开发者使用的是命令式 API (Imperative API) 还是声明式 API (Declarative API),都应遵循以下最佳实践:

  • 在构建之前,请先制定工具策略

  • 使用清晰的语言和语义化 HTML

  • 设计 Schema 并妥善处理输入

  • 构建可靠的工具

  • 测试和调试

关于如何构建注重安全的工具,请查阅我们之前发布的文章。

落实架构约束

为构建稳健强大的 WebMCP 工作流,请务必执行以下实用约束:

  • 一次性注册所有工具:页面必须完整公开工具接口,或者一个也不公开。若注册失败,应回滚整批工具,而不是让工作流只有一半可被调用。

  • 共享应用服务:通过共享同一套应用服务来处理校验、权限控制及副作用处理,确保可见用户界面 (UI)、WebMCP 工具与测试环境保持同步。

  • 等待 UI 同步:只有当输出结果与应用状态一致时,才将工具执行视为成功。应用状态需要体现在代码变更中,而不一定需要可见的 UI 变化。

  • 设定明确的提交点:定义什么时候取消操作可以停止变更。在应用执行更新、提交状态转换、同步 UI 并返回成功之前,需确认用户是否请求了取消。若之后才收到中止信号,则该变更可能并未被成功取消。

制定工具策略

正如开发任何软件应用一样,您的首要步骤应当是规划工具策略:

  • 每个工具应只包含一个功能。例如,一项工具可用于引导用户前往特定表单类型,另一项工具则应将输入字段与用户信息相匹配。请注意不要创建功能重叠的工具,以免混淆智能体。您可以在计划时考虑能否通过同一个功能来覆盖多个任务?

  • 管理工具注册。当工具在特定页面状态下适用时注册工具,然后在工具不再可用时取消注册。

  • 命令式 API:可通过调用 registerTool 动态管理注册。

  • 声明性 API:可通过在表单中添加或移除 toolname 和 tooldescription 工具属性来动态管理注册。

  • 降低复杂性:对于大多数应用而言,静态注册应该是默认方案。

  • 信任智能体能够完成任务。与其编写僵硬或否定式的指令,不如假设智能体能够理解完成任务所需的要求,而不是期望智能体管理确切的步骤流程。

虽然允许使用的工具数量没有上限,但每个工具都会占用部分上下文窗口,并增加完成任务所需时间。您提供的工具越多,工具之间的重叠程度越高,智能体就越难正确选择工具。请通过实验确定适合您应用的方案。

    这有助于您构建用途不重叠的各个工具,并管理这些工具在何时可用。

    使用清晰的语言和语义化代码

    使用清晰准确的语言来命名工具并描述其用途。这有助于智能体找到所需内容、理解找到的内容,并按照开发者的预期使用该信息。

    在编写工具名称时,请区分执行和发起,并使用准确描述实际行为的动词。例如,create-event 是用于立即创建事件的工具,而 start-event-creation-process 是将用户重定向到表单以创建事件的工具。

    清晰的描述应说明工具的功能以及何时使用它。请使用正向的语言和偏好设置,而不是限制条件等负面语言。可以参考以下示例:

    • 错误做法

      "请勿将此工具用于天气查询。"

      限制条件应该隐含在编写良好的描述中。

    • 正确做法

      "此工具可以创建安排在特定日期和时间的日历事件。"

      这种表述方式不是告诉模型做什么,而是描述工具可以采取的操作。

    尽量减少认知计算

    正如您应尽量降低人类完成复杂任务时的认知负荷一样,您也应尽量降低模型的认知计算量:

    • 接受原始用户输入。避免要求智能体执行数学运算或转换输入字符串。例如,如果用户说 "11:00 至 15:00",工具应将其视为字符串,而非让模型计算这两个时间之间的分钟数。

    • 为参数声明特定类型,例如 string、number 或 enum。

    • 说明您做出特定选择的原因。您所做的选择应能自行解释。"原因" 有助于智能体做出更明智的选择。例如,如果您经营的是电商店铺,请使用自然语言声明配送类型,而不是使用含义模糊的 ID,使用 shipping="Express" 而不是 shipping_id=1。

    优先考虑可靠性

    智能体和用户都可以从行为符合预期的工具中受益:

    • 为速率限制设置优雅失败处理。工具应允许合理的重复操作,例如用于价格比较。如果工具受到速率限制,请返回有意义的错误或建议用户手动执行任务。

    • 在函数完成后更新界面状态。智能体可能依赖于界面来规划后续步骤,而函数可能需要比界面加载更长的时间才能完成。智能体应在界面更新后确认函数是否已完成,或再次请求更新。

    • 在代码层面严格验证,在 Schema 中宽松验证。对于具有二元逻辑的函数和代码,应使用约束和测试。虽然 Schema 约束可能很有用,但它们并非万无一失。请向函数代码添加描述性错误,以便模型能够自我更正并使用新的有效参数重试。

    在人类用户更新页面或跳转至新页面之后,智能体可能会重复执行某项模拟、重试之前的某个工具,或调用一个有效的操作。为避免此类错误:

    • 工作流状态过期。通过将关键状态转换绑定到精确值 (如资源标识、状态版本、计划 ID、计划哈希值及精确作用范围),拒绝基于过期工作流状态发起的调用。

    • 确认时重新计算。任何相关的状态变更都必须使旧的模拟结果或暂存计划失效。在执行确认操作时,必须基于当前最新状态重新计算,并拒绝过期的工作。

    评估测试与调试

    创建评估测试,并开放工具供调试使用。与确定性单元测试不同,评估无法硬编码,因为输出可能会呈现意想不到的形式。

    关键术语:以评估为导向的开发提供了一个可重复且可测试的流程,用于以逐步方式优化输出、捕获回归问题并使模式行为与用户和产品预期保持一致。

    • 定义问题。您可以像定义 API 协定一样定义问题,包括输入类型、输出格式和任何其他约束条件。

    • 定义基准和理想结果。尤其是使用文本输入时,务必要了解哪些类型的结果可以为您带来预期的输出。

    • 确定如何评估输出。您可能会根据输入质量、实用性和完成后续任务的能力来识别和衡量主观的定性结果。您可以使用多种技术来评估输出,包括基于代码的检查 (针对基于规则的输出,例如字符数限制) 和 LLM-as-a-judge。

    避免添加过于具体的规则来修补特定模型的问题。例如,如果您添加了用于选择敬称的选择字段,模型可能会做出错误的选择。与其添加过于具体的规则来修补此问题,不如从更高层面审视并调整您的工具。最好的做法是将此字段设置为可选项。然后,让智能体询问用户哪种选择更合适,以确保用户对结果感到满意。

    福利时间

    WebMCP 正在积极讨论中,未来可能会发生变化。无论您是想第一时间为自己的 Web 应用接入测试,还是对 Agentic Web 的未来演进有独到见解,欢迎通过以下方式参与互动,赢取精美周边!

    1

    抢先体验 Origin Trial

    扫描右方二维码或点击阅读原文,加入 WebMCP Origin Trial。申请完成后,将提交成功页面截图私信发给公众号后台,即可有机会赢取 Google 开发者好礼!

    2

    留言区开麦,聊聊实测反馈

    欢迎在评论区分享您的 WebMCP 实战 Demo 或探索心得,我们同样会挑选深度优质反馈,送出精美周边!

    *定制磁吸卡包 Magsafe 支架

    *每种互动抽取 5 位获奖者

    *两种活动参与方式的获奖名额不可叠加,同一微信账号限领一份礼品

    欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


    图片

    图片

    图片

    阅读原文

    跳转微信打开

    •  

    Gemini 4 Hydrogen 发布

    谷歌黑板报 2026-11-13 14:00 北京

    以下文章来源于:谷歌黑板报

    谷歌黑板报

    Google官方账号。分享Google的产品、技术和文化,介绍Google的互联网营销理念和经验。

    作者:

    Koray Kavukcuoglu, Google DeepMind 高级副总裁兼 Google 首席 AI 架构师

    今天,我们正式推出 Gemini 4 Hydrogen,将前沿级智能带给每一个人 —— 为日常代码编写与智能体工作流提供卓越的速度与效率。

    我们的前沿模型 Gemini 4 Carbon 和 Gemini 4 Argon 擅长针对最棘手的难题开展长周期的深度推理,Hydrogen 则是专为实现在各类智能体工作流中的快速执行而打造。随着 Hydrogen 的推出,我们也将 Gemini 4 带给每一个人 —— 全面覆盖 Google AI Studio 的各个层级、Gemini API、Gemini for Business、Gemini 应用、Google 搜索,以及 Google Antigravity 中的 Google AI Pro 和 Ultra 付费订阅用户。

    在默认的高思考层级 (High thinking level) 下,Hydrogen 在 Artificial Analysis (人工智能分析) 指数中超越了 Argon (51 分比 50 分,而在最高的 xhigh 超高思考设置下可达 54 分),同时其完成任务的速度通常优于同级别的其他模型。Gemini 4 Hydrogen 在其完整的 100 万 token 上下文窗口内实行统一计价:每百万输入 token 1.50 美元,每百万输出 token 7.50 美元。

    释放多模型工作流的高效潜能

    在实际的软件开发中,尽管团队会依赖 Carbon 和 Argon 等前沿模型来处理系统设计或剖析隐蔽 bug 等深层次的架构决策,但日常编写代码、运行测试以及验证变更仍然需要一个速度较快且纪律严明的执行模型。Hydrogen 既可以作为独立模型从容应对日常工作,也能与 Carbon 和 Argon 完美搭档,在多模型工作流中充当高效的执行引擎。

    为了实现多模型协作的自动化,我们在 Google Antigravity 中推出了 Orchestrator。Orchestrator 无需从头到尾只依赖单一模型,而是在同一个会话中根据需要在 Carbon 和 Hydrogen 等模型之间动态切换。在 Terminal Bench 4.0 基准测试中,Orchestrator 取得了接近 Carbon 的任务成功率,同时平均额度消耗降低了 24%,完成速度提升了 19%。对于需要并行智能体的工作流,Carbon 可担任协调者,而 Hydrogen 则可驱动工作智能体和验证智能体,在彼此隔离的工作区中同步构建并测试代码变更 —— 从而在不推高 token 成本的前提下,助力团队更快地交付复杂项目。

    助力开发者与企业工作流程

    实现规模化扩展

    除了多模型工作流之外,对于从 Gemini 3.8 Flash 迁移过来的团队而言,Hydrogen 是一次重大的独立升级。它在速度和智能方面都实现了质的飞跃:在默认的高设置下的任务完成速度提升了 2.5 倍,Terminal-Bench 4.1 得分提升至近三倍 (57% 比 18.2%),虚构内容减少了 5 倍以上,并且在工具调用失败或搜索结果为空时也能从容应对。在开发者和企业的核心工作流中,它还能够比肩或超越同类竞争模型:

    • 迭代式代码库编码与调试:Hydrogen 能够通过精准地局部代码修改来解决问题、进行调试、实现快速迭代,并回答有关代码库的疑问。它能在不改动无关文件的前提下,输出更整洁、可直接投入生产的代码。在 SWE-sweep 基准测试中,面对 "既要发现并修复漏洞、又不能破坏现有代码" 的严苛挑战,Hydrogen 的表现超越了多款同级别模型。为了高效检索大型代码库,该模型极其擅长原生批量并行发起文件读取与搜索调用,而非逐一排查文件;在涵盖复杂图结构、SQL 及数据密集型企业工作流的早期测试中,与 3.8 Flash 相比,合作伙伴见证了 Hydrogen 的运行速度提升 2 至 2.8 倍,同时 token 消耗量降低了 12% 至 23%。

    • 开放式智能体执行:在深度研究、数据分析和大规模代码库导航等多步骤任务中,Hydrogen 在 arena.ai 的实时基准测试 Agent Arena 上排名第 5。在深层领域推理与分析方面,它在 HLE-Diamond (58.8%) 中领先同类模型,在 Vals Tax Agent Bench (52.3%) 上总排名第 1,在 Vals Legal Research Bench (55.8%) 上并列第 1,并在 AutomationBench-AA 上领跑同类模型。

    • 多模态知识工作:Hydrogen 将原生 100 万 token 的理解能力与高达 100 万 token 生成能力相结合,能够将内容密集的 PDF 文档、电子表格、图表、音频以及录制视频,整合成逻辑清晰、附带引用来源的专业报告与结构化交付成果。在全新的多模态知识智能体 (MKA) 基准测试中,针对处理复杂视觉文件的端到端智能体知识工作,Hydrogen 取得了 53.4% 的成绩,表现超越其他模型;同时,在评估端到端专业工作流的 Agents’ Last Exam v1.1 基准测试中,它也以 71.6% 的得分领跑同类模型。

    • Web 开发:在开发者对速度要求较高的任务中,如实时 UI 原型设计、设计到代码的迭代以及交互式应用构建,Hydrogen 能够以更少的提示词生成功能更齐备、特性更完善的页面布局。

    涵盖四个思考层级

    具备灵活的响应速度与智能水平

    我们在构建 Gemini 4 Hydrogen 时,充分考虑了其在实际应用中的实用性。Hydrogen 设有低 (low)、中 (medium)、高 (high,默认) 以及全新的超高 (xhigh) 四个思考层级,在质量、延迟和成本之间提供了丰富的选择空间,并能够以平稳且可预测的方式逐步扩展,确保您只需为任务所需的推理深度支付时间和成本。在各个思考级别中,Hydrogen 的表现均能媲美甚至超越同类竞争模型中的部分产品,同时往往能以更快的速度完成任务并消耗更少的输出 token。

    左右滑动查看

    "全新推出的 Gemini 4 Hydrogen 模型展现出了前所未有的严谨与审慎,这在以往的 Gemini 模型中是少见的,着实令人惊喜!我们团队此前用各大竞争对手的前沿模型攻关一个棘手问题长达 10 天之久,而 Hydrogen 模型不仅成功指出了我们方法中的两个漏洞,还提出了修复方案。真的非常惊艳且高效。"

    —— Andrew Carr

    Cartwheel 首席科学家兼联合创始人

    "基于 Hydrogen 进行开发让构建新工具变得异常轻松 —— 它将前沿模型的卓越性能与极快的速度融为一体,使工具的迭代过程感觉无比轻量化。"

    —— Tris Warkentin

    Discovery Loop 创始技术团队成员

    "在我们的抗体开发基准测试 (Antibody Development benchmark) 的毒理学与安全性评估部分,Gemini 4 Hydrogen 是准确率最高的模型,通过率达到 67%,远超最佳非 Gemini 模型的 37%;同时它也是速度最快的 Gemini 模型,平均每项任务仅需约 13 分钟。它的推理方式宛如一位审慎的安全审查员,会综合权衡整体临床情况而非孤立地看待单个数据点,并在患者风险较高时采取保守假设。"

    —— Joshua Badshah 与 Dillon Flood

    LatchBio 生物制剂开发团队

    "在我们的一系列推理与创意评估中,Gemini 4 Hydrogen 在保持高准确率的同时实现了 100% 的格式合规性,并将端到端延迟大幅缩短了 28%,总 token 使用量减少了 23%。从将复杂的图论和 SQL 问题求解速度提升高达 2.8 倍,到为 StanShop 生成合规的语音广告脚本,Hydrogen 为我们的流式智能体 (Streaming Agents) 提供了规模化运行所需的运行速度、逐步验证与高效性能。"

    —— Rahul Singh

    STAN 联合创始人兼首席技术官

    "在 Astrocade,我们的目标是让每个人的创意都能成长为备受玩家喜爱和乐于分享的游戏。为创作者提供最顶尖的前沿模型是实现这一体验的核心所在。在早期测试中,Gemini 4 Hydrogen 在游戏生成性能方面的表现远超我们的预期。我们非常看好 Gemini 4 Hydrogen,相信它将成为助力创作者把游戏水准推向新高度的关键力量。"

    —— Ali Sadeghian

    Astrocade 联合创始人

    "在 Box 的评估中,与 Gemini 3.8 Flash 相比,Gemini 4 Hydrogen 的准确率显著提升,同时运行速度大约快了一倍,使用的 token 减少了 12%。我们在数据密集型工作流中看到了最强劲的提升 —— 在这类场景下,准确读取表格和执行复杂计算对于生成可靠报告至关重要。这些结果充分证明了该模型在以更高准确率和效率处理复杂企业内容方面取得了实质性进展。"

    —— Yashodha Bhavnani

    Box 人工智能产品副总裁

    "我们对 Gemini 4 Hydrogen 进行了 276 次运行评估。它全方位完成了每一项设计任务,运行速度提升了 1.8 倍,代码整洁度提高了 30%,并彻底解决了此前模型中出现的文本截断和捏造内容的问题。"

    —— Dominique Yahyavi

    Pixelcut 联合创始人兼首席执行官

    "我们在高难度的视频理解工作流中对 Gemini 4 Hydrogen 进行了测试 —— 涵盖从追踪角色动态与肢体动作,到拆解复杂电影摄影技法,再到指导下游视频生成模型的全流程。Hydrogen 始终能够精准捕捉关键的场景推进、镜头角度与视觉美学,并且严格立足于真实的视觉画面,而非凭空捏造细节。实践证明,它是构建端到端电影级视频生成工作流的卓越多模态基座。"

    —— Harshit Yadav

    Zingroll 创始人兼首席执行官

    左右滑动查看

    Gemini App 与 Google 搜索中

    的日常高效助手

    在个人用户端,Gemini 4 Hydrogen 能显著提升日常办事效率,不仅能更精准地理解指令,还能在多轮对话中始终紧扣核心任务。

    在 Gemini App 中,Hydrogen 将成为您更得力的日常助手 —— 它能更准确地领会您的意图、灵活调用最合适的工具,减少反复沟通,一步到位地提供可靠结果。

    • 即拿即用的写作、研究与日常文本处理:Hydrogen 能严格遵循您要求的语气、格式及细节规则。无论是撰写邮件草稿、整理学习指南、改写文本还是提炼文档,首次输出即可直接使用。在对比产品或解析复杂资料时,它能自动生成清晰的结构化表格与视觉化拆解,绝不遗漏关键细节。

    • 打通全链路信息,高效完成更多任务:Hydrogen 能够将您的目标逐级拆解,主动调取您上传的文件、Gmail 与 Google Drive 等 Google 原生应用,以及 Airtable 和 Dropbox 等已连接应用 (Connected Apps) 中的相关上下文。当您在 Gemini 中开启一项任务时,它能更精准、更频繁地触发最合适的工具与技能,助您在逐项勾选待办事项时节省更多时间。

    • 高效的原型设计与快速迭代:作为探索与验证创意的日常利器,Hydrogen 能够以更少的 Prompt 生成结构完整、可直接运行的界面布局,帮助您快速搭建并优化交互式项目 (例如将全球实时闪电数据整合为交互式 3D 地球仪)。

    Hydrogen 为 Google 搜索带来了突破性升级,面向全球用户提供更具实用性、更直观的搜索体验。

    • 更精准地洞察真实意图:借助 Hydrogen,您可以顺着自然的思维流直接提问 —— 即便您的查询包含多重问题、难以辨认的错别字或极其具体的要求,搜索也能智能理解您真正想找的内容。

    • 更直观的视觉化解答:在保持您所期待的极速响应的同时,搜索将为您提供高度自适应、视觉化且一目了然的解答,精准契合您的个性化需求。

    • 更广泛的相关链接推荐:依托 Hydrogen 的高级推理能力,我们同步升级了搜索中的查询拓展技术 (Query fan-out),为您连接比以往更丰富的实用链接,助您发掘此前未曾留意过的优质网站。

    左右滑动查看

    专为大规模安全、可靠执行而设计

    Gemini 4 Hydrogen 将我们最新的 Gemini 4 安全防护技术栈带给了更广泛的受众,通过将内置模型训练与实时界面防护 (Surface safeguards) 相结合,有效降低模型行为偏差 (Misalignment) 与滥用风险。除了基础安全保障外,针对这款定位为日常高频工作助手的高速模型,我们重点深耕了以下两大核心领域:

    • 安全、对齐且稳健的智能体工作流:尽管 3.8 Flash 已具备坚实的安全防线,Hydrogen 仍在此基础上实现了跨越式提升。它将智能体任务执行中产生的越界行为 (Overreach) 减少了最高 81%,将服务不足 (Under-service) 情况降低了最高 79%;在工具调用与代码编写评估中,偏离既定目标的操作及 "偷懒绕道" (Task shortcutting) 情况减少了 12 倍。面对无法完成或受限的任务时,它越权突破权限边界的概率降低了最高 2 倍;在内部智能体诚实度评估中,取得了 96.7% 的诚实率。

      秉承我们对推理透明度的承诺,Hydrogen 在超过 200,000 轮审计对话中,保持了 99.9% 的思维链 (Chain-of-thought, CoT) 可读性,且未出现任何欺骗性推理篡改。在应对间接提示词注入攻击 (Indirect prompt injection, IPI) 时,Hydrogen 在 Gray Swan IPI 基准测试中的防御韧性提升了 2.3 倍以上,同时全面增强了工具调用、计算机操作 (Computer use) 及编程智能体的系统鲁棒性。

    • 实用、可靠的日常交互体验:在各大产品阵线上,我们对 Hydrogen 进行了深度调优,确保日常对话既安全又值得信赖。全新的安全防护机制还能更精准地区分真正的生物安全风险与合规的医学或科学咨询 —— 将 HealthBench Pro 上的误拒率 (False refusals) 严格控制在 0.4% 以下。

    Gemini 4 Hydrogen

    即日起面向全球发布

    即日起,Gemini 4 Hydrogen 将正式在 Google 的开发者、企业级及消费级产品阵线中全球同步上线:

    • 开发者端:可通过 AI Studio 中的 Gemini API 以及 Android Studio 的付费层级进行开发体验;付费的 Google AI Pro 与 Ultra 订阅用户也可在 Google Antigravity 中直接调用。

    • 企业客户:可通过 API、模型选择菜单在 Gemini for business 中进行部署,或在 Google Antigravity 以及符合条件的 Google Sheets 版 Gemini 中使用。

    • 所有用户:均可在 Gemini App 的模型切换菜单及 Google 搜索中体验全新模型;Google AI Pro 与 Ultra 订阅用户可在 Google Sheets 的 Gemini 中率先体验。


    图片

    图片

    图片

    跳转微信打开

    •  

    新工具,新性能|助力您更高效地构建高品质 Android 应用

    Android 2026-11-13 14:00 北京

    以下文章来源于:Android 开发者

    Android 开发者

    Android 官方账号。汇集 Android, Kotlin, Jetpack Compose, Jetpack, Android Studio 等开发技术,以及 Google Play 平台出海及政策相关内容。为您带来更及时的资讯动态。

    盘点 Android 开发者工具和性能方面的最新进展,包括支持远程实体设备测试、多端模拟器体验以及适配各类终端的 ...

    作者 / Android 开发者工具组合产品经理 Adarsh Fernando

    在今年的 Android Dev Summit 上,我们分享了 Android 开发者工具如何不断演进,助力开发者与智能体协作,从而进一步提升工作效率。无论您是想要在 Android Studio 中大展身手,还是习惯在终端通过 Android CLI 运筹帷幄,我们的目标始终如一:为您和您的智能体提供所需的工具与知识,助力更高效地构建高品质 Android 应用。

    Android Dev Summit 主题演讲中涵盖了部分最新动态。我们将通过本篇文章为您悉数盘点 Android Dev Summit 上公布的所有开发者工具和性能方面的更新,并为您提供延伸阅读指引,助您深入探索。我们将从以下三个方面展开介绍:

    • 任意智能体 + 任意模型 + Android Studio:将您选择的编码智能体和模型引入 Android Studio,并结合 IDE 对 Android 项目的深度理解,实现强强联手。

    • 借助 Android CLI 随时随地构建和部署:让任何智能体、终端或 CI 流水线都能全面调用 Android 工具链,包括对接真实设备。

    • 更高效、更从容地发布性能更出色的应用:现在无论是在 Android Studio 中还是通过命令行,都能在智能体的帮助下,实现从发现生产环境中的问题信号到验证修复方案的全流程。

    任意智能体 + 任意模型 

    + Android Studio = 🔥

    Android Studio 一直是专业 Android 开发者构建应用的理想平台。如今,它更进一步,成为开发者随心调用各类智能体和模型进行开发的绝佳平台。

    在 Android Studio 中

    配置专属智能体 (BYOA)

    我们了解到,开发者希望能够灵活地选用最适合当前任务的智能体和模型,包括团队已经在使用的 AI 工具。正因如此,Android Studio 现在通过 "配置专属智能体" 功能和开放的智能体客户端协议 (ACP),直接在 IDE 内部支持 40 多个兼容 ACP 的编码智能体。BYOA 功能已在近期发布的Android Studio Rabbit 2中正式推出。

    △ 在 Android Studio 中运行 Claude Agent

    只需前往 Settings > Tools > AI > Agents,即可浏览并安装 Marketplace 中的智能体。您可以安装多个智能体,并在工作时随心切换。您可以在新智能体功能发布后第一时间抢先体验,同时智能体还可以调用 Android Studio 的各项强大能力:包括深度理解项目结构和 build、符号解析、Compose 预览渲染、模拟器、Logcat 等。

    "配置专属智能体" 功能还可以让您直接在 Android Studio 中尽享 Google Antigravity 的各项优势。登录即可在最新 Gemini 模型发布后抢先体验,并解锁陆续推出的全新 Antigravity 功能。

    借助 "Change Review" 功能,

    针对代码变更获取来自 Android 专家的反馈

    不少开发者向我们反馈,要审查智能体所做的大规模更改并准确理解 AI 的具体操作,是一件非常困难的事情。为此 Android Studio 推出了全新的智能体代码审查功能。只需从待处理的智能体变更或 Git 更改窗口启动审查会话,Android Studio 就会生成潜在问题报告。您还可以通过在智能体工具窗口中调用 /review 命令来启动变更审查 (Change Review) 流程,请求 AI 引导式审查以深入理解较长的更改,并让智能体直接修复发现的问题。

    △ Android Studio 中的 "Change Review" 功能

    借助 Android Bench 选择合适的模型

    面对如此众多的模型和智能体,该如何确定哪一个适合您的项目?为此,我们打造了 Android Bench,旨在让您更直观地了解 LLM 如何助力构建 Android 应用。Android Bench 2.0 是一个 LLM 排行榜,旨在评估模型和智能体 Harness 在耗时较长的真实 Android 开发任务中的表现,例如迁移应用界面或根据设计稿构建新应用。这些任务经过专门设计,通常需要一名 Android 工程师花费数天时间才能完成。每个解决方案都会根据其是否真正有效 (而不仅仅是能否编译成功) 以及所消耗的成本和时间进行评分。欢迎查阅最新结果,了解各模型的表现情况。

    使用模拟器构建 Android XR 应用

    适用于 XR 眼镜、音频眼镜和显示眼镜的 Android 模拟器现已发布稳定版,开发者可直接在 Android Studio 中进行创建。更新后的模拟器现在支持使用您自己的 360 度全景照片或外接摄像头的视频流来自定义环境,以便开发者随时随地都能测试真实的物理环境。我们还新增了硬件 LED 指示灯,用于显示麦克风和摄像头的状态。同时优化了配对向导 (Pairing Wizard),让虚拟手机与虚拟眼镜的配对过程更高效可靠。借助这些全新以及优化后的功能,您可以直接在偏好的工作环境中构建、迭代和测试 XR 体验。您可以在最新版本的 Android Studio 中,通过 Device Manager 启动所需的 Android XR 模拟器开始体验。

    △ Android XR 模拟器中针对智能眼镜的可自定义环境

    从 XML 视图迁移到 Compose

    将界面从 XML 视图迁移到 Compose 通常需要手动完成,且耗时费力。Android Studio 现在内置了迁移助理 (Migration Assistant),可为您分担大部分从 View 迁移到 Compose 的工作。右键点击任意 XML 布局,然后选择 AI > Migrate to Compose,或者通过 Action Palette 在整个项目中执行该操作。智能体将与您共同确定工作范围、起草计划,将您的布局、视图绑定代码及逻辑转换为符合惯用规范的 Compose 代码,可以使用内置智能体,或通过 "配置专属智能体" 功能添加的任何智能体来完成。

    智能体窗口中的进度时间轴会显示当前正在运行的步骤,以及在智能体停止时从何处恢复。该进度会随对话一起保存,方便您暂时离开后再回来继续。此功能已在最新版本的 Android Studio Canary 中提供。

    △ 从 XML 视图迁移到 Compose

    借助 Android CLI,

    随时随地构建和部署

    今年早些时候,我们发布了 Android CLI,一套以工具优先的接口规范,并深度集成了官方 Android Skills,能够为您的智能体提供所需的 Android 专业知识。Android CLI 可在任何终端、任何智能体 Harness 和您的 CI 流水线中运行,让您的智能体能够自主构建、运行和调试 Android 应用,而无需消耗大量 token 来猜测 Android 的工作原理。新变化如下:

    随时随地在真实设备上进行测试

    虽然模拟器非常好用,但在测试时往往还是需要用到真实的硬件设备。最新版本的 Android CLI 支持直接从智能体或 CI 流水线进行设备流式传输。运行 android device remote 即可从安全的 Google 设备实验室预配并连接真实的设备,随后您便可以像调试本地 adb 连接的设备一样,安装并测试您的应用。

    如需查看设备并与之交互,请运行 android device hub。Device Hub 为您提供了一种轻量的方式来查看所有本地和远程设备及模拟器并与之交互,而无需打开 IDE。

    △ 使用 Android CLI 部署到真实设备,并借助 Android 设备流式传输和 Android Device Hub 与这些设备进行交互。

    通过终端渲染 Compose 预览

    当智能体能够检查自己的工作成果时,才能发挥出最佳水平。新的 android preview 命令无需模拟器或 IDE 即可渲染 Compose 预览,因此您的智能体可以在迭代过程中直观地验证不同屏幕尺寸下的 UI 变化。在我们的内部测试中,使用 android preview 的智能体完成 UI 任务的速度提高了 77%,同时使用的 token 数量减少至原来的三分之一。

    Google Antigravity 官方 Android 插件

    Google Antigravity 的官方 Android 插件将 Android CLI、我们的官方 skill 以及 Android 知识整合在一起,只需一次安装即可全部获取。如今,我们正通过深度平台集成对其进行更新。这些集成由 Android CLI 提供支持,其特点是能在对话界面旁直接显示交互式工具。

    △ 借助官方 Android 插件,您可以直接在 Google Antigravity 中查看 Compose 预览。

    • Compose 预览:在智能体迭代过程中,查看 Compose 预览并与之交互,以便在运行应用之前发现不同设备规格上的布局问题。

    • Android Device Hub:直接在智能体窗口中查看本地或远程连接的虚拟和实体设备并与之交互,以验证应用在硬件环境下的表现。

    您可以在 Google Antigravity 应用中打开 Marketplace,并依次点击 Customizations > Build with Google,即可安装 Android 插件。

    适用于 Claude Code 和 OpenAI Codex 的

    Android 插件

    Android CLI 现已作为官方智能体插件发布,可供 Claude 和 Codex 安装使用。该插件为您的编码智能体提供各种工具和指令,使其能够创建 Android 项目、管理模拟器和虚拟设备、检查实时 UI 布局、运行 Journeys、浏览和安装官方 Android skill,以及搜索官方 Android Knowledge Base。

    您可以通过以下方式安装该插件:

    1. a. 在 Claude Code 会话中为 Claude 进行安装:

      /plugin marketplace add android/android-cli-plugin

      /plugin install android-cli@android-cli-plugin

      b. 通过终端为 Claude 进行安装:

      claude plugin marketplace add android/android-cli-plugin

      claude plugin install android-cli@android-cli-plugin

    2. 通过终端为 Codex 进行安装:

      codex plugin marketplace add android/android-cli-plugin

      codex plugin add android-cli@android-cli-plugin

    在未来的更新中,我们将继续扩展该插件,带来更深层次的智能体专项集成和更多功能。您可以参阅智能体插件文档,了解详细的设置说明。

    更高效、更从容地

    发布性能更出色的应用

    能够快速构建应用只是成功的一半,用户更在乎应用运行时的丝滑与稳定。以下介绍的每个工作流都同时支持 Android Studio 和 Android CLI,因此无论您或您的智能体在何处工作,都能实现从发现生产环境中的问题信号到验证修复方案的全流程。

    借助您选择的智能体,

    查找并修复内存泄漏问题

    内存泄漏会悄无声息地降低性能,最终导致内存不足 (OOM) 崩溃。LeakCanary 是一个出色的开源库,可用于发现 Android 应用中的内存泄漏问题。

    LeakCanary 现已通过全新的子命令直接集成到 Android CLI 中:android profiler leakcanary。该工具在您的计算机上 (而非设备上) 分析堆转储,因此不会拖慢应用运行速度,并能大幅提升智能体的效率。借助 Android CLI 的 LeakCanary 工具,业内顶尖模型运行此流程的速度提升了近 2 倍,同时 token 消耗量减少了多达 25%。

    △ 在使用和不使用 Android CLI 的情况下,借助 Claude Opus 5.5 查找并修复内存泄漏。

    在 Android Dev Summit 的主题演讲中,我们向 Claude Code 提供了一份关键用户旅程清单,并输入了一条简单的提示词:查找并修复此应用中的内存泄漏。Claude 在多台并行运行的设备上分别执行了各项旅程,使用了 "android profiler leakcanary" 子命令,并在多项旅程中发现了泄漏。它通过追踪每个引用链来修复底层代码,然后重新运行每项旅程,以确认泄漏已得到修复。

    △ 在 Claude Code 中使用 "android profiler memory leak" 子命令查找并修复内存泄漏。视频已加速。

    在 Android Studio 中,LeakCanary 也直接内置于 Profiler 性能分析器中,您可以使用 "Fix with AI" 功能,让智能体检查内存泄漏、生成分析报告并提供修复建议。

    △ 借助 AI 修复 Android Studio 性能分析器中的内存泄漏问题。

    用于修复内存泄漏的 "Fix with AI" 功能已在 Android Studio Canary 版本中上线,而内存泄漏子命令也即将登陆 Android CLI。

    使用 Android Performance Analyzer

    进行智能体性能分析

    Android Performance Analyzer (APA) 是为 Android Studio 提供性能分析支持的性能分析器,而现在,它也开始为 Android CLI 中的 android profiler 子命令提供支持。使用 CLI profiler 子命令从命令行或 CI 环境中捕获系统跟踪记录和其他性能分析数据,并将其与新的 android-profiler skill 结合使用,让您的智能体能够捕获跟踪记录、分析结果、提出修复建议、验证更改并衡量实际效果。Android Performance Analyzer 独立应用现在还支持通过 ACP 使用您偏好的智能体来动态分析跟踪记录。

    借助 androidx.tracing 2.0,您应用的跟踪区间可以包含源文件、行号和参数等详细信息,协程工作也会呈现为连续的关联流。在 Android Performance Analyzer 中打开跟踪记录后,您或您的智能体可以更轻松地将运行缓慢的任务溯源至导致该问题的代码。若要开始使用,请将 androidx.tracing:tracing-wire 添加到您的应用中。

    △ 使用 Android Performance Analyzer 中的全新智能体,对应用启动的 Perfetto 跟踪记录进行智能体分析。

    生产信号,触手可及

    以往最难解决的问题莫过于那些无法在本地重现的问题。以往在 Android Studio 中,App Quality Insights 可将 Android Vitals 和 Firebase Crashlytics 数据直接集成到 IDE 中,而 "Fix with AI" 功能则能助您实现从发现崩溃问题到完成代码更改的全过程。如今,全新的 android signals 命令可将这些数据直接引入终端和智能体,让您无需切换上下文即可列出并排查生产环境中的崩溃、ANR 和内存问题。

    数据本身也变得更加丰富:

    • 来自生产环境的堆转储:Firebase Crashlytics 现在可以收集真实内存不足崩溃和 Android 17 内存限制器终止事件的堆转储,并利用您现有的 R8 映射对其进行反混淆处理,让您可以直接在 Perfetto 中打开它们。欢迎注册申请抢先体验。

    • 更出色的内存洞察:Crashlytics 还可对内存限制器终止事件进行分组,提供线程分析以助您确定 ANR 的根本原因,并展示 GWP-ASan 和 Arm MTE 报告,协助您排查原生内存错误。

    • Android Vitals 中的位图内存用量:Android Vitals 新增的一项指标可显示应用位图在各类设备上的内存占用情况,助您发现并修复回归问题。

    输入文字借助 R8,

    打造更轻量、更高效的应用

    R8 是提升应用性能和缩减应用大小的最佳方式之一,但其效果取决于允许它优化多少代码。过于宽泛的 Keep 规则 (通常来自库) 可能会限制应用的优化空间。我们推出了全新工具,助力您和您的智能体充分发挥 R8 的强大能力。

    • android analyze:只需将其指向您的 APK 或 app bundle,即可分析 R8 对代码进行缩减、优化和混淆的效果,其生成的 JSON 输出非常适合在 CI 环境中使用。将其指向某个库,即可查看该库的体积、开销,以及该库向开发者提供的任何过于宽泛的 Keep 规则。

    • R8 配置分析器:现已内置于 AGP 9.3 中,它可以为您的 R8 配置评分,并根据开销成本对各项 Keep 规则进行排序。运行 ./gradlew :app:analyzeReleaseR8Config 即可生成报告,随后安装 r8-analyzer skill,让智能体重点处理影响最大的 Keep 规则。

    • Jetpack Keep (Alpha 版):利用精确且类型安全的注解取代宽泛的 Keep 规则,同时支持通过 lint 自动为您添加这些注解。

    深入了解 Jetpack Compose

    发生重组的原因

    Jetpack Compose 1.13 引入了重组跟踪功能,不仅能显示哪些函数发生了重组,还能揭示原因,并能一路追溯到引发重组状态的写入操作。将其与 Android Studio Profiler 中的 Composition 跟踪功能结合使用,并安装 jetpack-compose-performanceskill,帮助您的智能体避免常见的性能反模式。

    试用 Lightbuild,

    体验专为您和您的智能体打造的声明式构建

    Lightbuild 是我们推出的早期预览版,旨在提供一种声明式且面向智能体的构建体验。您的构建配置将从代码转变为数据:采用严格的 YAML 架构,让您和您的智能体都能放心地进行读取和编辑。Lightbuild 项目在 Android Studio Canary 中能够快速打开与同步,不仅支持架构验证和自动补全,还采用预解析的依赖项,确保在您的设备、团队协作以及 CI 环境中都能复现构建。使用 Lightbuild CLI 构建项目,并利用其内置的 query 命令让您的智能体深入了解项目结构。全新的 android build 命令现在也支持 Lightbuild 项目。

    Lightbuild 目前仍处于早期阶段,因此我们建议您在处理新项目或实验性项目时尝试使用,而对于正式版应用,请继续使用 Gradle 和 AGP。欢迎试用 Lightbuild,并与我们分享您的想法。

    △ Lightbuild 徽标

    让任何智能体都能掌握最新的 Android skill

    AI 模型并不总是针对最新的 Android API 和最佳实践进行过训练。正因如此,我们发布了官方 Android skill,旨在用额外的 Android 开发知识为模型赋能,目前我们已在 20 多个领域推出了 30 多项 skill。每项 skill 都经过评估,确保我们不会让模型去重复学习那些它们已经掌握的内容。相反,这些 skill 针对的是快速演进、模型经常表现欠缺的领域,例如 Compose 性能优化、新的高级 Camera API 以及全面的安全审计。我们会对照最新的前沿模型,不断重新评估这些 skill,并随着模型的演进及时增补或调整。

    您可以使用 android skills list 和 android skills add [<skill>] 为任何智能体安装 skill,智能体还可以使用 android docs search 访问 Android Knowledge Base。

    在提交审核前,及时排查政策合规与安全问题

    审核被拒不仅令人沮丧,还会拖慢应用的发布进度。play-policy-insights skill 可以在您提审之前,根据 Google Play 政策审查您的代码、清单文件和 SDK,甚至还能交叉检查您现有的数据安全声明。我们还推出了两项全新的安全 skill:android-intent-security 和 android-permissions-security。它们能让您的智能体对项目进行具有感知能力的安全性审查,并提供具体且可操作的修复建议。在 Android Studio 中,Play Policy Insights 能够直接在代码中以 lint 检查的形式提供政策指导。您可以试着这样跟您的智能体说:"在我提交此应用之前,请审查它是否符合 Google Play 政策。"

    开始使用

    准备好开启探索之旅了吗?您可以按以下步骤操作:

    • 下载最新稳定版 Android Studio,体验 "配置专属智能体"、"Change Review" 和 XR 模拟器。

    • 下载最新的 Android Studio Canary,体验 Lightbuild。

    • 安装 Android CLI 并运行 android init,设置您的智能体。

    • 在 Google Antigravity 应用中安装 Android 插件。

    • 浏览并安装 Android skill。

    • 在 Android Bench 上查看各模型的表现对比。

    欢迎您关注 Android Dev Summit 视频合集,了解所有最新工具、平台更新和技术深度解析。更多专题演讲精彩视频即将陆续上线,敬请期待。

    您的反馈将一如既往地助力我们不断完善开发者工具。欢迎您报告 bug 或分享想法,祝大家编码顺利!

    欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


    图片

    图片

    图片

    跳转微信打开

    •  

    DevFest 2026 火热报名中 - 广州场

    GDG 2026-11-12 18:10 北京

    11 月 21 日大咖云集,深扒 Gemini 与智能体实战。

    DevFest 2026 精彩回顾

    截至目前,DevFest 2026 已在全国顺利落地 9 场活动,吸引超 4,000+ 开发者伙伴深度参与。

    围绕 "构建、保护、扩缩:智能体时代的开发者和构建者" 这一主题,设置了 Workshop、Google Cloud 出海专场、Android 专场等丰富内容。直击各领域 AI 最新动态,一起 "抢先上手、破浪前行"!

    错过了前面 9 场没关系,后续还有很多精彩活动,本期我们先来看看广州场吧!

    DevFest 2026 Guangzhou 精彩一览

    📍 活动基本信息

    活动时间:2026 年 11 月 21 日 09:00-18:00

    报名链接:https://hdxu.cn/gxu7R

    活动地点:广东省广州市天河区天河北路 886 号 (华师地铁站 F 口步行 130 米) 广州 (国际) 科技成果转化天河基地

    参与对象:面向全阶段 AI 开发者、应用搭建者、产品经理、技术创业者,以及对 Google 技术生态感兴趣的技术爱好者。无论有无开发经验,均可报名参与。

    🎤 主论坛议程

    「AI 有戏!AI SHOWTIME!」

    主论坛将汇聚前沿技术分享与实战经验,带你从技术聆听者转变为 AI 创造者。

    上午场:09:00 - 12:10

    • 09:00-10:00 签到入场

    • 10:00-10:10 开场致词

    • 10:10-10:40 《告别 "影子 AI" 丛林,基于 Google Cloud 打造生产级 AI 智能体》

      嘉宾:陈磊(Google Cloud 解决方案架构师)

    • 10:40-11:10 《2026 Android 技术新动向》

      嘉宾:张世欣(GDE)

    • 11:10-11:40 《超越单体局限与中心化调度:A2A 智能代理系统的演进之路》

      嘉宾:林政君(Google Cloud 大中华区 AI 布道师)

    • 11:40-12:10 《让 Agent 真正懂业务 Gemini × Knowledge Catalog 建造企业级智能体》

      嘉宾:王浦德 Derek(Google 跨境电商加速中心 (广州) 产品技术负责人)

    • 12:10-12:15 合影环节

    下午场:14:00 - 18:00

    • 13:20-13:30 下午签到、暖场

    • 13:30-14:00 《用 Gemini 构建 AI 原生学习系统》

      嘉宾:彭靖田(SynOrigin AI 创始人/CEO,谷歌 AI 开发者专家 GDE)

    • 14:00-14:30 《使用 Gemini 开发量化智能体实战》

      嘉宾:黄鸿波(AI 领域创业者,深圳市鼎盛方圆科技 CEO,谷歌 AI 方向 GDE)

    • 14:30-15:00 《用 Gemini 和 Turing Bot 构建懂岗位规范的科研自媒体 Bot》

      嘉宾:李苍柏(开源图灵 AI 研究员、开源智能体 Magi 作者)

    • 15:00-15:30 《Build Your AI Second Mind — 构建你的 AI 第二思维:连接助手、工具和记忆》

      嘉宾:Hashem Almubarak(沙特阿拉伯 SiFi 公司 AI 工程师)

    • 15:30-15:50 茶歇 & 展区自由参观

    • 15:50-16:20 《从金融人到开源作者:非科班开发者的 GitHub 2 万+ Stars 实践》

      嘉宾:林斯臻(深圳独立开发者)

    • 16:20-16:50 《从 Gemma 4 到本地个人智能体:Google Antigravity × AMD ROCm 实战》

      嘉宾:张晶(AMD 资深主任工程师)

    • 16:50-17:20 《Builder 视角下的 AI 产品:架构方法与工程落地》

      嘉宾:磊叔(AI 产品构建者、智能体架构专家;深圳市人工智能产业协会专家;《100 个问题系列》作者)

    • 17:20-18:00 活动收尾、合影、自由交流

    🎤 分论坛议程

    「Google Cloud 出海分论坛」

    分论坛直击全球化浪潮,由多位 Google Cloud 专家接力分享。从 Agent 方法论与工程落地、具身智能,到最新的开发者基础设施与多模态应用,全方位打通出海技术底座。

    • 13:30-14:00 《FDE 视角下的 Agent 方法论与现场工程落地》

      嘉宾:刘业豪(Google Cloud 解决方案架构师)

    • 14:00-14:30 《让 AI 动起来:具身智能、Agent Swarm 与 RSI 自我改进》

      嘉宾:张世浩(Google Cloud 解决方案架构师)

    • 14:30-15:00 《Gemini 开发者基础设施的新特性与底座价值》

      嘉宾:张恒(Google Cloud 解决方案架构师)

    • 15:00-15:30 《文本之上:构建 "全感官" 实时与生成式多模态应用》

      嘉宾:钟风凡(Google Cloud AI GTM 专家)

    • 15:30-15:50 茶歇

    • 15:50-16:20 《当决策交给 AI:品牌的全链路 GEO 增长机遇》

      嘉宾:Ada Wang(Innflows 联合创始人)

    🎪 更多玩法

    除了主论坛,今年广州场还精心策划了两大平行会场,对应 AI 创造的两大核心能力:动手玩起来与深度落下去!

    • WORKSHOP 动手实践专区:主打 Hands-on 沉浸式实操!上午用 AI 艺术 Codelab 玩转创意,下午聚焦 Android 开发加速与 Google ADK 进阶实战,带你一站式体验前沿技术的碰撞。

    • FDE 主题闪电演讲:聚焦业务落地与全球化!直击 FDE(前置交付工程师)视角下的真实业务场景

    🔍 玩法详细剧透

    🛠 玩法一:「WORKSHOP 灵感实验室」

    灵感不打烊,动手玩出花!
    配备专属技术导师、免费实验环境,完成实操可获取官方学习证书。

    无论你是想体验创意生成,还是想进阶 Agent 开发,这里都有适合你的舞台。

    【上午场】AI 艺术 Codelab

    • 10:00-12:30(150 分钟)《日常动作,赛博回应——用 Gemini Vibe Coding 创作互动艺术》

      嘉宾:黄露莎(广州美术学院副教授兼硕导、信息与交互教研中心主任,香港理工大学交互设计博士)

      Tip:本场为实操工作坊,需自备电脑方可入场,未携带电脑将无法进场参与,敬请知悉。

    【下午场】Android & AI ADK Workshop

    • 14:00-15:00(60 分钟)《利用 Antigravity 加速视频后期制作流程》

      嘉宾:林政君(Google Cloud 大中华区 AI 布道师)

    • 15:00-16:00(60 分钟)《Develop Faster With Android AI Tools》

      嘉宾:张世欣(GDE)

    • 16:00-16:15 茶歇

    • 16:15-17:30(75 分钟)《ADK Skill 最新能力进阶:构建多 Agent 股票研究应用》

      嘉宾:江骏(GDE)

    🛠 玩法二:「FDE 主题闪电演讲」

    聚焦 FDE 视角下的 AI 需求洞察与工程落地,从AI  4S、客户真实需求到打造数字员工,探讨 AI 软件如何告别 "外包",真正解决业务痛点。

    13:30-14:35

    ⭐️《FDE 在 AI 4S 领域内的具体实现路径分享》

    嘉宾:叶童(AI For Bios 媒体创始人、中山医学院 & 广州实验室联培博士)

    ⭐️《客户说的需求,你听懂了几层?—— Echo 视角下 AI 需求、动机与决策》

    嘉宾:邱建勋(FDE 协作 Echo商务总监)

    ⭐️《不要把 FDE 做成软件外包》

    嘉宾:蔡君贤(凯恒云科技总经理、FDE 100先锋人物)

    ⭐️《数字员工——让高手的判断力不再昂贵》

    嘉宾:今朝(完美中国 FDE 经理、MINISO AI 专家)

    关于 GDG

    Google 开发者社区 (GDG) 是世界最大的开发者社区,在全球 140 多个国家/地区设有 1000 多个 GDG,影响力覆盖 60 万开发者。欢迎访问 https://developers.google.com/community/gdg (需在稳定的网络环境下打开),寻找离您最近的社区。

    图片


     点击屏末| 阅读原文 | 即刻报名 DevFest 2026 Guangzhou

    阅读原文

    跳转微信打开

    •  

    Gemini 4 Carbon 现已正式推出

    谷歌黑板报 2026-11-11 12:00 北京

    以下文章来源于:谷歌黑板报

    谷歌黑板报

    Google官方账号。分享Google的产品、技术和文化,介绍Google的互联网营销理念和经验。

    开发者、企业、科学家和广大用户现已能够体验我们最新的前沿模型。

    作者:

    Koray Kavukcuoglu, Google DeepMind 高级副总裁兼 Google 首席 AI 架构师

    今天,我们正式向开发者、企业、科学家和广大用户推出 Gemini 4 Carbon。作为我们迄今为止最强大的模型,Carbon 在复杂知识工作、软件工程、网络安全以及科学推理等长周期智能体工作流中展现出了前沿的性能。

    两周前,我们通过 "Fairwind 计划" 将 Carbon 开放给了一部分网络安全专家。继近期发布 Gemini 4 Argon 之后,Carbon 再一次刷新了技术的边界。Argon 仍然是绝大多数软件工程和知识工作的理想选择,而 Carbon 则专为挑战模型智能极限的任务而生——例如复杂的、多步骤的编码与调试,以及开放式的科学研究与探索。它通过消耗比 Argon 更多的 token 来进行深度探索、缜密推理并运行扩展验证循环。

    在评估真实工作流中模型性能的独立基准测试中,Carbon 兼具顶尖的准确性及出色的性价比。它在 CursorBench 4.0、Perplexity 的 WANDR 以及 Zapier 的 AutomationBench 上均排名第一,且单个任务的成本比同类次优模型低了 2 倍以上。

    为了将 Carbon 的强大能力应用到更大、更复杂的项目中,我们在 Google Antigravity 中推出了 /swarm 预览版,该功能可以将单个提示词转化为一个可实时追踪的协同智能体团队。开发人员可以将 Carbon 分配给需要最深入推理的角色,例如架构设计、协调和审计,同时将其与并行隔离的工作区中速度更快、重量更轻的模型以及对抗性验证器相结合,以测试每一次变更。

    Gemini 4 Carbon 现已通过 Google AI Studio 中的 Gemini API 和 Gemini for Business 面向所有付费开发者和企业用户推出,其首发体验价与 Gemini 4 Argon 相同 (每百万输入 token 2 美元,每百万输出 token 10 美元)¹。

    更高精度的知识工作、

    作品生成与数据分析

    Gemini 4 Carbon 涵盖法律、财务和企业运营等多个领域,它融合了前沿的视觉理解、推理能力和全面检索功能,能够从大量密集文档和数据中提取出切实可行的洞察。它遵循严格的模式和格式,生成精美且精准的电子表格、演示文稿和报告。

    现有的基准测试无法充分反映智能体如何处理包含图表、图像、蓝图、示意图和表格等密集型文件的原生推理能力,因此我们与 Artificial Analysis 合作推出了全新的多模态知识智能体 (MKA) 基准测试,用于评估模型在 Agent 流程中的多模态表现。Carbon 在该基准测试中排名第二,同时其单项任务的平均成本比排名第一的模型低 6 倍以上。

    在发布前评测中,Carbon 在 Hebbia 的 E2E 金融智能体评测中展现出了与所测试最佳模型持平的深度金融研究能力,并在 Balyasny Asset Management 的通用金融智能 (General Financial Intelligence) 基准测试中,在 23 个前沿模型配置中跃居榜首,该基准测试涵盖法律专业知识、智能体工具的使用和执行、编码和数据工程以及感知和上下文理解等多个领域。

    "Gemini 4 Carbon 是我们评估过的用于深度金融研究的最强大的模型,它能够构建更清晰、结构更完善的 Excel 模型,并制作更精炼的 PowerPoint 演示文稿。对于尽职调查工作流程而言,这无疑是一次真正的飞跃。"

    —— Shanks Salwan

    Hebbia 首席应用 AI 工程师

    "我们的基准旨在跳出通用能力的范畴,评估金融团队实际开展的工作。Carbon 在涉及复杂上下文和结构化交付物 (尤其是图表、代码和表格) 的任务中脱颖而出。"

    —— Audrey Liu

    Balyasny Asset Management 高级 AI 工程师

    "Gemini 4 Carbon 的能力远不止于研究。它能从工作场所数据中找到通话摘要、深埋的电子邮件或精确的漏斗数据,并将其转化为针对性的分析和后续方案。在我们的评估中,它在任务完成率领先于我们测试过的所有前沿模型,我们很高兴能将其带给 Glean 的客户,帮助他们应对复杂的多步骤工作。"

    —— Thai Tran

    Glean AI 产品负责人

    左右滑动查看

    输改进的智能体编程、全栈开发

    以及 3D 和 UI 设计

    Carbon 在需要多智能体协作的工程任务中表现极为出色,例如多包迁移、跨子系统根本原因排查以及复杂的架构重构。对于 Web 应用开发,它能运行 "构建并验证" 的循环、从错误中自动恢复,并同时检查代码和渲染出的 UI,从而构建出完整、可运行的应用程序。其更强的视觉设计、空间推理能力以及对环境细节的关注,也同样适用于 3D 游戏开发和创意编程。

    "在我们极力想让应用界面与已有 UI 框架保持一致时,我们在下班前给 Carbon 提交了一份需求清单。一夜之间,Carbon 从零开始构建了一个全新的 Rust UI 库,并重写了我们的 OpenCode 桌面应用,还附带了可运行的 Demo。这是一个极其聪明的模型,现在已经成为我们处理最棘手任务时的首选规划模型。"

    —— Kit Langton

    OpenCode 软件工程师

    "Gemini 4 Carbon 是迄今为止应对高难度布料模拟的最佳前沿模型。它对三维空间、物理学以及复杂而微妙的科学决策的深刻理解,使其变得非常可靠。我们使用了 6 天,期间只需极少的人工干预。它不仅提升了我们现有且经过精细调优的软体模拟系统的运行速度,还增强了其仿真保真度。"

    —— Andrew Carr

    Cartwheel 首席科学家兼联合创始人

    "Gemini 4 Carbon 绝对尊重既有的软件代码。在我们 14,000 个测试用例的代码库中,针对 16 个实际存在的程序缺陷,Carbon 实现了 94% 的修复率,且零回归。"

    —— Baki Celtik

    HubX 人工智能工程师

    "我们的游戏角色必须能够倾听、遵循世界规则,并实时执行多步骤计划。在测试中,Carbon 在这方面的表现极其出色。它准确地执行了玩家给出的复杂指令,同时严守世界设定的边界,并能清晰解释为何某些不可能的行动被禁止。这种卓越的判断力让游戏角色真正活了过来。"

    —— Brian Tanner

    Artificial Agency 联合创始人兼首席执行官

    "在我们的测试中,Gemini 4 Carbon 能够将分析严格立足于源内容,随着证据的更新及时调整结论,并在最终的审查中给出明确的建议。这些能力在高度合规监管的环境中尤为宝贵。在这类环境中,决策往往取决于对复杂信息的严谨审阅。例如,Carbon 在公共部门相关任务中拿到了 100% 的满分,这进一步增强了我们对其提供准确建议能力的信心。"

    —— Yashodha Bhavnani

    Box 人工智能产品副总裁

    左右滑动查看

    前沿的网络安全能力

    Gemini 4 Carbon for cyber 为我们带来了迄今为止最强大的网络安全能力,为安全团队保护关键软件提供所需的端到端智能。通过 Fairwind 计划访问时,Carbon 在发现 (SEC-bench Pro)、利用 (ExploitGym) 和修补 (CWE-bench v1) 漏洞的关键基准测试中处于领先地位:它能够检查软件、追踪漏洞如何在不同系统之间被串联利用,并生成经过验证的根本原因修复补丁。

    Google 内部与外部的早期测试者在实践中都已见证 Carbon for cyber带来的显著成效。

    • 在 Project Fortify (Google 扫描、分类排查与修复的自主系统) 中,Carbon 在我们的内部基准测试中在扫描方面实现了 100% 的召回率以及分类排查方面 95% 的准确率。在开源代码库测试中,相较于 Argon 既有的高召回率,Carbon 进一步提升了 25% 以上,成功挖掘出此前未被发现的真实逻辑漏洞。将这些成果推广应用于 Google,作为全球最大的开源软件用户之一,不仅有助于保障我们自身的系统安全,也为整个开源生态系统的安全提供了助力。

    • Google Cloud 安全漏洞研究 (CVR) 团队最近使用 Carbon 证实了一款流行的开源软件中的两个 Bug 实际上属于可利用漏洞,其严重程度与近期的 PHP2Shell 漏洞相当。通过借助 Carbon 构建概念验证,CVR 团队协助运营人员将该 Bug 重新定义为高危级别并迅速发布了补丁。详细信息将在负责任的漏洞披露流程结束后予以公布。

    • 作为 Wiz 的 "Scan for Good" 计划的一部分,团队使用 Carbon for cyber 来评估公共数字基础设施中的漏洞。例如,在针对两家大型 SaaS 提供商进行扫描时,该模型在两小时内便发现了 0-day 漏洞,将原本需要数周的漏洞研究时间缩短至一个下午。团队与受影响机构紧密合作并创纪录地完成了修复,从而帮助降低了对数万家公司的潜在影响。

    "在对内核驱动漏洞研究的受控评估中,我们测试的每一个模型都找到了相同的核心内存损坏漏洞。Carbon for cyber 则更进一步:它理解驱动程序的约束条件,区分出哪些发现是切实有效的、哪些则不然,并额外挖掘出了 4 个经过核实的漏洞。这就是‘发现问题’与‘可付诸行动的结论’之间的本质区别。"

    —— Chris Corde

    SentinelOne 首席产品官

    "Gemini 4 Carbon for cyber 是我们迄今测试过的得分最高模型之一,并且在我们的多项评估中,它仅用前代模型一半的步骤就达成了这一成果。其中一个突出表现是:它成功将多个难以利用的漏洞串联起来,伪造成一个管理员会话 (exploit)。在我们测试的大多数模型中,几乎没有能完成此项任务的,而 Carbon 却能够稳定解决。对于 Gemini 而言,这款模型带来了一次跨越式的飞跃,更是防御者工具库中不可或缺的关键工具。"

    —— David Slater

    Armadin 创始人兼首席架构师

    "Carbon for cyber 给我们留下了深刻印象。它能够系统化、有条不紊地梳理庞大且多样化的代码库,并生成深层攻击链,这种能力堪称同类最佳。即使在超长上下文窗口下,该模型的卓越表现也在 Chainguard Harness 中脱颖而出。我们会将把它更深入地集成到我们自主的漏洞发现与修复系统中。"

    —— Dan Lorenc

    Chainguard 创始人兼首席执行官

    "将 Carbon for cyber 这种深度推理模型引入网络安全领域,能够帮助防御者深入评估复杂的代码库,并精准判断漏洞是否具备真正的可利用性。我们早期测试表明,Carbon 具备极高水平的精准度,足以协助工程师穿透干扰噪声,将精力集中在最能发挥人类经验与判断力的核心环节。"

    —— John White

    思科高级安全倡议小组总监

    左右滑动查看

    更强的科学与数学推理能力

    Gemini 4 Carbon 在物理、数学和生命科学领域的推理能力显著提升,能够综合实验数据、验证假设,并针对多步骤的专业领域问题进行推理。对于药物毒性研究公司 Axiom Bio 而言,Carbon 目前已成为转化科学 (translational science) 领域性能最领先的模型,其帮助他们发现了此前未留意的全新毒性机制。目前,Axiom 正将其生产环境下的科学分析与 AI Agent 全面迁移至 Carbon 和 Argon,以助力开发更安全的药物。

    Google 各地的研究人员一直在 Google Antigravity 中使用 Carbon 来为他们的工作提速:

    • 代码验证:研究人员构建了一个名为 AlphaProof Code 的全新智能体框架用于形式化验证,并将其投入到一项重大的安全挑战中:从数学上证明 Signal 加密协议底层代码的正确性。研究人员将 Carbon 与其他模型结合,把安全目标转化为数学定理。随后,AlphaProof Code 智能体借助 Carbon 在 Lean (一种用于编写数学证明的计算机语言) 中生成了数百万行代码,帮助他们在几周内证明了关键的安全属性。而这一任务在过去通常需要专家团队花费数年才能完成。这一结果表明了 Carbon 在实现可扩展形式化验证的潜力,而形式化验证一直被视为构建安全软件的 "黄金标准"。

    • 酶测定法开发:Carbon 仅凭实验室记录本和原始数据,便超越了常规分析,成功识别出难以解读的数据异常,并通过这些异常诊断出湿实验中一些隐蔽的偏差 (例如深孔板内自动化混匀不完全的问题),从而大幅提高了实验的可重复性。此外,Carbon 还改进了色谱峰解卷积的方法,并发现了研究仪器中的微量样品残留,显著加速了新测定法的开发,并缩短了计算与实验之间的反馈闭环。

    • 蛋白质结构预测:像 AlphaFold 3 这种结构预测模型,通常利用演化亲缘关系的蛋白质多序列比对 (MSA) 来推断氨基酸链的折叠方式。因此,对于那些在标准数据库中匹配项极少、研究较少的病毒、微生物和真核生物蛋白质上往往难以做出准确预测。我们的研究人员采用多智能体协作模式,利用 Gemini 4 Carbon 在拍字节级 (PB) 规模的未注释序列库、环境与病毒序列目录以及 3D 结构数据库中自主发现远缘同源序列。例如,在 CASP17 盲测集的 7 个低同源性蛋白质家族中,Carbon 将检索到的同源物数量平均提高了 40 倍,在无需重新训练模型的情况下,为结构预测模型提供了更丰富的信息。尽管更广泛的基准测试仍在进行,但通过解决这一上游搜索瓶颈,我们有望为构建蛋白质组中那些难以表征区域的结构模型,开辟一条切实可行的新途径。

    四周前,我们开放了申请通道,免费为 1,000 名科学家提供为期六个月的 Google Antigravity 中 Argon 的使用权限,以加快他们的研究步伐。目前,已有数千名科学家加入了该计划。今天,我们将开放范围进一步扩大,允许现有及未来的项目参与者使用 Carbon 模型。此后,随着我们最新的前沿模型陆续推出,该计划也将持续为他们提供使用权限。申请通道目前仍在开放,我们将根据资格审查、名额及筛选结果,每周滚动进行引入。

    模型安全与保障方面的进展

    随着新模型的发布,我们持续深化安全保障措施、防范智能体滥用、强化模型对齐并减少潜在危害,确保这些保障力度与模型自身能力的提升保持同步。

    由于 Gemini 4 Carbon 引入了更强大的网络安全能力,我们在 Argon 坚实的安全保障体系基础上,进一步增强其抵御恶意滥用与提示词注入攻击的稳健性。

    • 降低前沿模型被滥用的安全风险:我们强化了针对滥用行为的安全保障机制,以确保更强的防御性推理能力不会转化为攻击性风险。在基于 ExploitBench 和 CyScenarioBench 构建的模拟网络攻击测试环境中,针对能够在每次被拦截后迭代优化攻击计划的 "自适应红队智能体",Carbon 成功拦截了 99% 的攻击路径。Carbon 的安全保障机制将单次尝试的突破率降低至仅 0.8% (低于Argon 的 3.1%)。同时在 Gray Swan 的测试中,我们的安全保障机制将自动化网络攻击查询的成功率降至 2.17% (Argon 为 9.86%)。此外,Trajectory Labs 的外部测试显示,在长达 132 小时、超过 13,000 次请求的测试中,未发现任何新的通用 "越狱" (jailbreak) 手段。

    • 促进安全且符合对齐的模型交互:发布 Carbon 时,我们展示了其在模型全生命周期monitor flag rates所衡量的对齐能力方面的显著提升,以及数据捏造现象的减少。最新结果显示,在包含 375 项任务的 "智能体诚实度基准测试" (agentic honesty benchmark) 中,Carbon 成功通过了 92% 的任务 (相比之下 Argon 为 70%)——在 98% 的情况下拒绝填补缺失的实验数据,并在 68% 的情况下主动指出方法论上的缺陷。

    • 保护用户免受间接提示词注入 (Indirect Prompt Injection) 攻击:两周前,我们分享了 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示词注入攻击成功率,这是首次达成该里程碑。与此同时,我们也意识到,抵御提示词注入的稳健性依然是一个需要持续改进的领域。我们先进的 "自动化红队测试" (automated red teaming) 正在不断突破现有极限,并且在某些特定场景分布下,模型面对复杂精密的攻击仍有进一步提升的空间。这为我们持续推动提供了宝贵的数据,以推动模型安全迈向更高水平提供了关键数据支持。

    数据来源:

    ¹ 2026 年 11 月 30 日优惠期结束后,将适用每百万输入 token 4 美元及每百万输出 token 20 美元的定价。此定价仅适用于面向公众开放的 Carbon 模型。


    跳转微信打开

    •  

    WebMCP 技术专栏|平衡智能体可用性与安全性

    原创 Google 2026-11-10 18:30 北京

    随着智能体深度融入浏览器生态,工具安全已成为核心基石。我们为您提供了工具安全性指南,帮助开发者保护自己的网站和用户免受恶意行为者的侵害。

    作者 / Julia Pagnucco, Alexandra Klepper

    借助 Web Model Context Protocol (WebMCP),开发者可以构建结构化工具并将其公开给浏览器中运行的 AI 智能体。而智能体则可以依托大模型、规则、记忆和工具,代表用户执行操作。

    由于大模型将所有文本、指令和用户数据视为单一 token 序列,因此它们容易受到间接提示注入攻击 (即攻击者在其中植入恶意指令) 的攻击。我们的团队撰写了这篇关于工具安全性的文档,旨在帮助开发者保护自己的网站和用户免受恶意行为者的侵害。

    虽然有些模型包含应对提示注入的防护层,但模型本质上具有概率性,并无法完全保证内部的安全性。需要注意的是,针对采用最先进大模型的智能体系统,已经出现了可重复实施的提示注入攻击,且网络上此类攻击正日益普遍。

    为了解决这些问题,我们针对使用 WebMCP 构建工具的开发者提供了初步的安全指南。

    使用注解提示

    构建工具时,建议您添加一些关键提示:

    • 在适当的情况下使用 untrustedContentHint。如果某工具返回用户生成内容 (UGC) 或外部来源数据,请考虑向该工具添加 untrustedContentHint。此字段会明确将数据标记为不可信,以帮助保护网站的完整性,同时向智能体提供信号,表明此数据需要更严格的审查。

    • 对于高风险或不可逆的操作,请使用 consequentialHint。如果执行工具会导致重大操作 (例如预订行程或转账),请设置 consequentialHint: true,以便智能体或浏览器在执行之前请求用户确认。

    • 在不更改状态的工具上使用 readOnlyHint。这有助于智能体更好地判断何时需要请求用户确认。

    谨慎开放您的工具

    WebMCP 的 document.modelContext.registerTool API 仅向智能体开放工具的能力。默认情况下,其他网站或跨源 iframe 无法观察或与工具交互。

    您可以使用 registerTool 中的 exposedTo 选项,向一系列特定的安全来源授予对工具的访问权限。这样一来,当您的工具或网站嵌入到相应来源的网站中时,工具就会向这些来源开放。

      // https://partner.org


      await document.modelContext.registerTool({
        name: 'my_shared_tool',
        description: 'Shared across origins',
        // ...
      }, {
        exposedTo: ['https://trusted.com', 'https://example.com']
      });

      仅向您信任的来源开放工具。尤其是当工具涉及用户数据管理或以其他方式对用户产生影响时,这一点更为重要。

      • 只读工具 (例如 getFavoriteProducts) 可能会泄露用户的信息。应仅向原本就直接共享用户数据的可信站点开放这些工具。

      • 具有读写权限的工具会代表用户执行操作。这些工具应仅向认定的可信来源开放,以便其代表用户执行操作例如,可能希望向 trustedExample.com 开放 postComment,但不希望向 evilExample.com 开放。

      注意:Chrome 扩展程序可以使用内容脚本查询和执行 WebMCP 工具。借助 host_permission,这些扩展程序即使没有 WebMCP,也可以通过运行自定义 JavaScript 来操作网页。如需了解此功能的运作方式,请参阅示例 WebMCP 扩展程序。

      设置字符数上限

      为避免触发智能体防护机制,请编写简洁的工具描述和输出。建议开发者参考以下字符数限制,以获得更好的效果:

      • 单个工具描述不能超过 500 个字符

      • 单个参数描述最多 150 个字符

      • 单个工具名称和参数名称最多 30 个字符

      • 单个工具输出的字符数上限为 1,500

      不同智能体之间可能存在一些差异,建议根据实际用户反馈,灵活配置字符数上限。

      注意:这些建议可能会因生态系统反馈而发生变化。未来可能会向 API 规范添加具体的字符数限制。欢迎分享反馈。

      后续步骤

      我们正在持续研究并致力于为智能体 Web 构建安全的基础设施。例如,各方正针对跨主体的授权同意管理展开探讨。同时,当前的标准规范草案中包含了 requestUserInteraction(),以便在工具执行过程中异步请求用户输入。

      如果您正在构建智能体,建议您阅读 WebMCP 智能体安全注意事项。

      想更直观、更深入地了解 WebMCP 的技术细节与实战落地吗?我们为您准备了系列分享视频,涵盖核心标准、AI 辅助工具构建以及安全与评估等全方位内容,欢迎观看。

      福利时间

      无论你是想第一时间为自己的 Web 应用接入测试,还是对 Agentic Web 的未来演进有独到见解,欢迎通过以下方式参与互动,赢取精美周边!

      1

      抢先体验 Origin Trial

      扫描右方二维码或点击阅读原文,加入 WebMCP Origin Trial。申请完成后,将提交成功页面截图私信发给公众号后台,即可有机会赢取 Google 开发者好礼!

      2

      留言区开麦,聊聊实测反馈

      欢迎在评论区分享您的 WebMCP 实战 Demo 或探索心得,我们同样会挑选深度优质反馈,送出精美周边!

      *定制磁吸卡包 Magsafe 支架

      *每种互动抽取 5 位获奖者

      *两种活动参与方式的获奖名额不可叠加,同一微信账号限领一份礼品

      欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


      图片

      图片

      图片

      阅读原文

      跳转微信打开

      •  

      开启 Android 开发新体验:Android Studio Rabbit 2 稳定版正式上线

      Android 2026-11-09 19:30 北京

      以下文章来源于:Android 开发者

      Android 开发者

      Android 官方账号。汇集 Android, Kotlin, Jetpack Compose, Jetpack, Android Studio 等开发技术,以及 Google Play 平台出海及政策相关内容。为您带来更及时的资讯动态。

      Android Studio Rabbit 2 稳定版现已发布,多项提升开发体验的重要更新,配置专属智能体、XR 模拟器新功能、全新的智能体 Skill 管理器工具以及更多更新等您来探索!

      作者 / Matthew Warner, Android 开发者体验产品经理

      Android Studio Rabbit 2 稳定版已经正式发布,可用于生产环境开发。此版本包含多项旨在提升开发体验的重要功能,例如配置专属智能体 (BYOA)、XR 模拟器新功能、LeakCanary 更新、全新的智能体 Skill 管理器工具、AI 代码审查等。您可以继续阅读,了解这些稳定版特性与 Android Studio Canary 预览版的最新动向,也可以回顾 Android Dev Summit 的相关分享。

      配置属智能体 (BYOA):

      集成您喜欢的编码智能体

      工作流的灵活性对开发者至关重要。现在,我们已支持将顶尖的智能体与出色的 Android 开发工具结合使用。无论您是青睐某款符合 ACP 标准的智能体,还是项目需要更高性价比的特定智能体,亦或是为遵循企业协议而使用特定供应商 —— Android Studio 均能满足需求。

      △ 在 Android Studio 中运行 Claude Agent

      平台支持 40 多种编码智能体供您选择,包括 Claude Agent、OpenAI 的 Codex、Junie 以及 Google Antigravity。这些智能体可以访问 Android Studio 的各种工具 (如 Android 模拟器、构建系统、Logcat),还可以利用 Android skill 来完成复杂的任务。

      若要开始使用 BYOA,请打开智能体窗口并选择您偏好的智能体,或者前往 Settings > Tools > AI > Agents 选择智能体并完成身份验证,随后即可输入提示词开始使用。

      使用模拟器进行 Android XR 构建

      适用于 XR 眼镜、音频眼镜和显示眼镜的 Android XR 模拟器现已在 Android Studio 中发布稳定版,并带来多项全新功能与升级。开发者可以直接在笔记本电脑上构建、迭代和测试 Android XR 体验。更新后的显示眼镜模拟器支持使用您自己的 360 度全景照片或外接摄像头的视频流来自定义环境,以便开发者随时随地都能测试真实的物理环境。我们还新增了硬件 LED 指示灯,用于显示麦克风和摄像头的状态;同时优化了配对向导 (Pairing Wizard),让虚拟手机与虚拟音频眼镜及显示眼镜的配对过程更高效可靠。如需开始使用,请前往设备管理器中启用 XR 眼镜、音频眼镜或显示眼镜模拟器。

      △ Android XR 模拟器中针对智能眼镜的可自定义环境

      在 Android Studio 中探索、

      安装和管理 Android skill

      △ Android Studio 中的 Skill 管理

      新版本可以直接在 Android Studio 的 Skill 管理器中更轻松地探索、安装和管理 Android skill,从而实现对智能体专用工作流和流程指导的精细化控制。Android Studio 内置了丰富的 Android skill 和 Firebase 智能体 skill。无论是将旧版 XML 视图迁移到 Jetpack Compose、升级到 AGP 9,还是为可折叠设备和平板电脑实现自适应布局,亦或是集成 CameraX 和 Firebase 服务,它都能助您一臂之力。

      您可以通过三种方式打开 Skill 编辑器标签页:在智能体面板的三点状菜单中选择 Manage Agent Skills;在聊天框中输入 @ 并点击 Manage skills;或者依次点击 Settings > Tools > AI > Skills Manager。

      △ 在对话中输入 @ 直接调用已安装的 skill,或打开 Skill 管理器

      借助 LeakCanary 进行智能体驱动的修复

      Android Studio 将 LeakCanary 与内置智能体直接集成,开发者无需离开 IDE 即可诊断并解决内存泄漏问题。通过这一集成,LeakCanary 能够针对内存泄漏的根本原因提供更具深度、更易理解的解析,并提供具体的代码修改建议来修复这些问题。欢迎您前往性能分析器中的 LeakCanary 任务,亲自上手体验这项功能。

      △ 在 Android Studio 性能分析器中利用 AI 修复内存泄漏问题

      Android Studio 中的 Gemini Enterprise

      对于需要企业级治理、严格的数据隐私控制以及自定义内部知识库集成的工程团队,Android Studio 自 Android Studio Rabbit 1 版本起便已提供对 Gemini Enterprise 的全面支持。团队可以使用 Gemini Enterprise 对接相关设计体系、内部 SDK 和私有代码库,从而获得与具体应用场景高度相关的回答。

      Android Studio 中的 Gemini Enterprise 为企业团队提供以下核心能力:

      • 严格的数据隐私保护:确保源代码和工作区上下文绝不会被留存,也不会被用于训练全局基础模型。

      • 合规性与审计日志:在组织的安全边界内,全面掌控智能体行为、生成的补丁以及提示词历史记录。

      • 管理员策略:为 IT 管理员提供集中化管理功能,以便为各个开发团队定义已获批准的 skill、智能体和模型端点。

      借助 Change Review,

      从原始代码比对迈向引导式代码审查

      随着智能体工具大幅提升了代码编写和重构效率,一个新的工程瓶颈也随之出现,那就是如何审核和验证这些代码。AI Change Review 功能可深入 Android Studio 中涉及代码变更的各个环节,随时为开发者提供支持。您可以通过三个可视化入口或者直接在智能体对话窗口中启动发起代码审查。

      △ Change Review 功能支持以下场景:1. 智能体的更改;2. 待提交的更改;3. Git 日志

      Change Review 功能首先会识别 "建议修复项",即由智能体自主审查其所作的变更、待提交的变更或处于审查中的已提交变更。在处理完建议的修复后,可以点击 Create Walkthrough,启动引导式审查流程。该功能不会强制按字母顺序逐个阅读文件,而是通过将整个项目中相关的差异块分组并按优先级排序,将其归纳为一个个逻辑主题,从而提升代码审查效率。  

      开始体验

      只需下载最新稳定版的 Android Studio,即可开始体验这些功能。如果您发现有 bug,请提交问题。

      欢迎您在以下平台观看 Android Dev Summit 的精彩回顾视频,了解所有最新工具、平台更新和技术深度解析。视频陆续上线中,敬请期待。您还可以详细了解 Android 智能体工具的更新内容。我们期待看到您大显身手,打造出更多佳作!

      欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


      跳转微信打开

      •  

      Android 重磅更新:智能体与跨形态开发

      Android 2026-11-06 18:00 北京

      以下文章来源于:Android 开发者

      Android 开发者

      Android 官方账号。汇集 Android, Kotlin, Jetpack Compose, Jetpack, Android Studio 等开发技术,以及 Google Play 平台出海及政策相关内容。为您带来更及时的资讯动态。

      顺应 AI 智能体与跨形态开发的发展态势,2026 Android Dev Summit 带来多项重磅更新,包括支持随心选择编码智能体、全新的 API 等等,全面赋能开发者体验。

      作者 / Matthew McCullough,Android 开发者团队产品管理副总裁

      在这个工作方式不断变革的时代,开发者的精湛技艺、创新构想以及专业知识比以往任何时候都更为重要。在 2026 年 Android Dev Summit 上,我们正式推出了多项工具和 API,助力开发者更智能、更高效地编写代码,为智能体体验提供解决方案,并有助于简化应用在各种屏幕尺寸上的适配与扩展,消除日常开发过程中的障碍,让开发者能够更灵活地构建出色的 Android 应用。

      △ Android Dev Summit 主旨演讲

      助力开发者随心选择

      工具与智能体,打造高品质应用

      随着新模型和智能体的数量与日俱增,我们了解到开发者希望能够灵活选择最适合自身工作需求的模型和智能体。得益于 Android Studio 和 Android CLI 的更新,开发者可以享受前所未有的灵活性,智能体也能更轻松地打造高品质的 Android 应用。

      配置专属智能体

      Android Studio Rabbit 2 稳定版现已发布。开发者可以直接在 Android Studio 中选择喜欢的编码智能体 (如 Claude Agent、Codex、Antigravity 或其他 40 多种符合 ACP 标准的智能体),从而充分利用其全套开发者工具。

      Android CLI 最新动态

      • Android 设备串流与 Compose 预览:借助由 Firebase 提供支持的 Android 设备串流功能,现在可直接在 Android CLI 中远程连接真实设备进行测试。智能体现在还可以渲染 Jetpack Compose 预览,无需使用 Android 模拟器或部署 APK,即可实现即时视觉验证。

      • 性能分析:借助系统跟踪,优化应用的性能表现与内存占用。捕获生产级系统跟踪记录 (Perfetto),用于调试冷启动延迟、UI 卡顿及后台唤醒问题。

      • 分析:检查 app bundle 和库 (AAR/JAR),了解混淆、优化和缩减评分等质量指标信号。开发者可以在正式上传之前,使用与 Google Play 相同的校验逻辑来发现质量问题。

      • 全新 Android Skills:我们推出了 30 多项 Skill,涵盖 20 多个领域,旨在为智能体提供处理复杂 Android 任务所需的专业能力,例如权限安全、Glance widget 布局、Compose 性能优化等。

      • Android 官方智能体插件:适用于 Google Antigravity 的 Android 插件现已更新,集成了 Android CLI 的所有最新功能,并新增了更深度的集成,让开发者能够直接在 Antigravity 中查看 Compose 预览,并与真实的 Android 设备交互。此外,我们还发布了适用于 Claude Code 和 OpenAI Codex 的官方插件。

      在 Android 上打造智能体体验

      为了助力开发者和企业在新兴的智能体领域大显身手,我们推出了全新的 API,旨在简化构建流程,打造丰富且引人入胜的用户体验。

      • Android 智能系统贯穿整个 Android 设备生态,可为用户提供提示式协助与主动式协助。现在,当 Gemini 作为系统级 AI 智能体时,开发者可以通过 Connected App 构建原型,将自身的应用服务分享给 Android 用户。准备就绪后,只需注册 Connected Apps Platform 预览版,即可面向各类设备平台正式发布。

      • 借助 Android MCP,开发者的应用能力可供任何智能体调用。利用 AppFunctions API (Android 的统一工具调用层) 来开放相关功能,使其能够被其自有的设备端智能体或系统级智能体所调用。AppFunctions 现已迈入 Beta 阶段。

      • 借助适用于 Jetpack Compose 的 A2UI (Alpha 版),将智能体的回复转化为原生应用界面。Agent-to-UI (A2UI) 让智能体能够利用应用自身的组件,以真实的交互式界面进行响应,而不再只是回复大段的文字。全新的原生 Jetpack Compose 渲染程序让这些界面完美融入应用,带来浑然一体的原生体验。

      • 借助 ML Kit 中新推出的 Agentic API (Alpha 版),基于 Gemini Nano 4 构建设备端智能体。我们扩展了 ML Kit Prompt API,全新的 Agentic API 能够充分利用 Gemini Nano 4 的各项新能力。支持自动执行函数、保存对话历史记录、管理编排循环,并内置自动安全防护机制。

      让应用服务触手可及,精准直达使用场景

      为了帮助开发者在 Gemini 和 Google 搜索中触达高意向用户,我们推出了全新的 Connected Apps Platform。开发者可以利用 Android MCP 或远程 MCP 进行原生构建,通过 Gemini 开发者模式进行原型设计,并在准备正式发布时,通过 Google Connected Console 预览计划进行注册。

      助力构建跨高端设备形态的

      全新 API 支持

      我们的愿景是将您的应用拓展至日益壮大的 Android 生态系统,赋能开发者随时随地触达用户,在创造全新接触点的同时,实现更深层次的互动。为此我们不断开发新的 API,以简化应用适配流程,并支持差异化的分层体验。借助以 Jetpack Compose 为先的全新基础架构、自适应构建模块以及智能体 UI 特性,开发者可以在多种设备形态间无缝扩展应用架构与 UI。

      • AppState (Alpha 版) 将 Compose 的响应式模型引入状态层,提供以 Compose 为先的架构构建模块,方便开发者和 AI 智能体在设备配置变更时保留状态。

      • Navigation 3 1.2 现已发布稳定版,支持深层链接并提供更丰富的预测性返回处理。

      • 随着 Compose 1.13 稳定版即将发布,以 Compose 为先的 UI 开发能力将进一步提升,不仅为自适应布局带来了内置支持 (Grid 和 Flexbox 现已迁移至稳定版),还新增了渐进式模糊 (Progressive Blur) 和格式化文本 (Formatted Text) 等功能。

      依托全新的 Skill 支持,通过 Googlebook

      和可折叠设备加速用户触达

      随着 Googlebook 的推出,应用现在可以无缝适配手机和笔记本电脑,无需再维护单独的代码库。Compose 自适应 Skill 可协助智能体改造移动应用,使其能够适配手机、可折叠设备、Googlebook、平板电脑、驻停状态的车载大屏以及 XR 设备。

      现在,我们对该技能进行了更新,让开发者能够更快速、更轻松地将现有应用适配桌面设备。这项 Skill 能够审查 Compose UI,查找并实现键盘快捷键、自定义指针光标、悬停状态,以及针对按钮和控件的提示。除了解析 Navigation 以及将布局迁移至 Grid、FlexBox 和 mediaQuery 之外,现在还能显式处理整个应用的端到端状态管理。

      最后,该 Skill 现在还支持可折叠设备的姿态优化,例如自动将媒体和相机界面重构为桌面模式布局。明年,Google Play 将重点关注应用或游戏在可折叠设备上的运行表现,并提供更多机会来展示开发者在自适应设计方面的成果。对于应用,请务必使用 Compose 自适应 Skill 进行优化,并遵循 Android 自适应质量指南。对于游戏,请遵循自适应游戏指南。我们将在今年晚些时候公布 Google Play 商店的具体要求。

      为日益壮大的 Android XR

      设备阵营打造应用

      我们与 XREAL 联合推出了 XREAL AURA,这是全球首款由 Android XR 提供支持的有线 XR 眼镜。同时,多个核心库和工具也已正式发布稳定版。

      • Jetpack XR SDK 核心库现已发布稳定版,为 Jetpack SceneCore、ARCore for Jetpack XR 以及 XR Runtime 提供了可用于生产环境的 API、长期的 API 稳定性以及向后兼容性保障。

      • Android Studio 中的 Android XR 模拟器现已发布稳定版,开发者无需借助实体硬件,即可针对 XR 眼镜、音频眼镜和显示眼镜进行构建、迭代以及视觉效果验证。

      • Android XR Engine Hub 现已发布稳定版,提供专用工作流,让您可以轻松地在 Unity、Godot 和 Unreal 中启动并分析性能跟踪记录。

      • ARCore 面向 Jetpack XR SDK 和 Unity 的 Geospatial API,使开发者能够在有线 XR 眼镜和智能眼镜上,通过高精度定位和本地跟踪能力,将数字内容锚定到现实世界。

      欢迎您在以下平台观看 Android Dev Summit 的主旨演讲视频,了解所有最新工具、平台更新和技术深度解析。更多专题演讲精彩视频即将陆续上线,敬请期待。

      我们非常希望听到开发者对这些新工具和新功能的反馈,同时也期待大家分享更多想法,帮助我们不断改进工具,持续赋能应用开发之旅。

      欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


      跳转微信打开

      •  

      WebMCP 技术专栏|基于 WebMCP 优化 AI 智能体交互与用户体验历程

      原创 Google 2026-11-06 18:00 北京

      本文系统梳理了 WebMCP 在辅助购物、复杂表单自动化以及信息智能筛选等典型场景下的应用实践,旨在帮助开发者快速掌握工具构建方法,提升 AI 智能体在关键用户历程中的执行效率与用户体验。

      作者 / Alexandra Klepper

      WebMCP 拥有广泛的应用场景。本文将介绍如何实现 WebMCP,从而赋能用户及其智能体。您可以从用户和智能体的视角全面了解这一过程,并获取针对关键用户旅程 (CUJ) 构建配套工具的最佳实践建议。

      关键术语:CUJ 定义了用户为达成目标所经历的路径,包括所需的任何上下文背景信息。如需完整演练如何构建 CUJ,请阅读用户旅程映射设计冲刺工具包。

      帮助用户进行购买

      零售领域的开发者是 WebMCP 的理想应用群体。虽然在某些情况下,用户可能希望亲自挑选商品,比如寻找收藏中缺失的那一件。但在其他情况下,用户只是需要高效地完成任务。比如说用户的每周购物清单、聚会策划或重新订购喜爱的商品。

      在购物场景的 CUJ 中,我们的模拟用户 Jesse 不想花时间在各个类别搜索来找到自己想要的东西。相反,他们依靠浏览器智能体来满足自己的购物需求,从而更快地找到想要的东西,并更快地完成结账。

      支持购物旅程

      Jesse 决定为孩子的 10 岁生日聚会购买用品。聚会的主题是外太空,Jesse 已经写好购物清单。有些用品可能需要从专门的杂货店购买,有些需要从大型商店购买,还有一些需要从专门的聚会用品供应商处购买。

      Jesse 向浏览器智能体询问:"请在两到三家本地商店中找到购物清单上商品的最优惠价格。请为我创建心愿单,以便我完成结账。如果有找不到的商品,请告诉我。"

      Jesse 在提出这个问题时做了一些假设。其中包括智能体不会在多个购物车中添加相同的商品。如果两家商店都有某件商品,智能体会确定哪家商店的价格较低,然后将其添加到该购物车中。Jesse 还假设本地商店是 Springfield 的本地商店。

      无论您是本地商家 Space Shoppe 的开发者 (例如拥有大量儿童聚会物品可供推荐的 Space Shoppe),还是大型连锁商超的开发者,都可以构建工具来支持 Jesse 的需求。

      • search_products(),供 Jesse 在某个类别中查找符合购物清单预期的商品。例如,productType="wall-decorations"、category="planets" 以及 age="child"。

      • add_to_wishlist(),供 Jesse 在将所有商品添加到购物车之前逐一查看。

      • 如果 Jesse 要求所有商品的价格都低于某个金额,您可以提供一个工具来优化搜索,例如 refine_search(priceRange = "0-49.99")。

      支持重复购买

      Jesse 很喜欢 Example Grocery Company 的奶酪棒,但不太记得是什么品牌。Jesse 向智能体询问:"能帮我重新订购上个月买的奶酪棒吗?"

      作为 Example Grocery Company 的开发者,即便您不提供订阅制服务,仍然可以帮助客户通过智能体再次订购相同的商品,您可能需要提供以下工具:

      • get_order_history(startdate="",enddate="",),用于返回商品详情,包括订单日期和配送状态。

      • add_to_wishlist(productId="XYZ", quantity = 1),供 Jesse 在将所有商品添加到购物车之前进行查看。

      • delivery(method="pickup")

      智能体回复 Jesse:"我找到了您 3 月 7 日订购的 Cheddar Peelers。我已经添加了一包到您的购物车中。您要继续结账吗?" 然后,Jesse 可以选择快速从 Example Grocery Company 结账,仅订购 Cheddar Peelers,也可以继续浏览和购买其他商品。

      帮助用户填写表单

      自动填充 (Autofill) 是一项非常实用的浏览器功能,如果部署得当,可以将表单的放弃率降低 75%。虽然我们鼓励您使用自动填充功能构建表单,但借助 WebMCP,我们可以进一步提高表单的完成率。

      WebMCP 支持用户的智能体快速准确地填写长表单。在接下来的部分中,我们将指导 Charlie 填写各种复杂的表单。

      管理工作

      Charlie 在一家律师事务所的 IT 部门工作,他聘请了一位承包商为该事务所设计一个新网站。管理费用和时间表一直非常麻烦,尤其是因为律师的时间表与承包商的时间表有不同的预期。

      假设您在一家工作管理软件公司工作,并希望让所有供应商和律师都能更轻松地输入包含正确背景信息的时间表,以便公司能准确地向对应部门分摊并核算账单金额。您可以添加一个 WebMCP 工具,以支持 Charlie 的承包商和律师使用智能体输入每日工时表的任务。

        <formtoolname="add-to-timesheet"
          tooldescription="Report billing task and time to add to the timesheet."
          toolautosubmit>


          <fieldset>
            <labelfor="date">Date</label>
            <inputname="date"type="datetime-local"toolparamdescription="Date of work.">


            <labelfor="task_category">Task category</label>
            <selectid="task_category"name="task_category"
            toolparamdescription="Type of task completed per time block">
              <optionvalue="admin">Admin</option>
              <optionvalue="billing">Billing</option>
              <optionvalue="client">Client meetings or communication</option>
              <optionvalue="development">Development</option>
            </select>


            <labelfor="minutes_worked">Minutes working on the task</label>
            <inputtype="number"id="minutes_worked"name="minutes_worked"min="30"max="600"
              toolparamdescription="Minutes worked on this date and task, with a minimum of 30 and maximum of 600."
              placeholder="60">


            <labelfor="work_details">Details</label>
            <inputname="work_details"
              toolparamdescription="Additional details of work completed, for managerial review.">


          </fieldset>
          <buttontype="submit">Update timesheet</button>
        </form>

        购买汽车

        Charlie 打算购买一辆二手车,有一些配置是他非常在意的,例如车型、座位数和燃油类型,其他配置 (例如汽车颜色和倒车影像等辅助配置) 则不太重要。Charlie 向智能体询问:"你能帮我找一辆家用车吗?它必须有 7 个座位,使用普通汽油,并且是近 10 年内的车型。"

        如果现有的网站已经有一个包含必填字段和选填字段的表单,开发者只需两个步骤即可将表单转换为 WebMCP 工具。

        HTML:

          <formtoolname="search_cars"
            tooldescription="Search for cars based on various criteria such as type, seats, year, fuel, and features."
            toolautosubmit>


            <fieldset>
              <labelfor="car_type">Car Type</label>
              <selectid="car_type"name="car_type"toolparamdescription="Type of car">
                <optionvalue="">Any</option>
                <optionvalue="family">Family Car</option>
                <optionvalue="suv">SUV</option>
                <optionvalue="sedan">Sedan</option>
              </select>


              <labelfor="seats">Min Seats</label>
              <inputtype="number"id="seats"name="seats"min="1"max="9"
                toolparamdescription="Minimum number of seats required"
                placeholder="7">


              <labelfor="min_year">Minimum Year</label>
              <inputtype="number"id="min_year"name="min_year"min="1900"max="2026"
                toolparamdescription="Find cars made after a specific year"
                placeholder="2016">
            </fieldset>


            <fieldset>
              <legend>Preferences</legend>


              <labelfor="fuel_type">Fuel Type</label>
              <selectid="fuel_type"name="fuel_type"toolparamdescription="Preferred fuel type">
                <optionvalue="">Unleaded regular</option>
                <optionvalue="">Unleaded premium</option>
                <optionvalue="diesel">Diesel</option>
                ...
              </select>


              <div>
                <inputtype="checkbox"id="has_ac"name="has_ac"value="true"
                  toolparamdescription="Check if air conditioning is required">
                <labelfor="has_ac">Air Conditioning (AC)</label>
              </div>
            </fieldset>


            <buttontype="submit">Search Cars</button>
          </form>

          JavaScript:

            search_cars({car_type, seats, min_year, fuel_type, has_ac, ... })

            售后质保申请

            Charlie 想要为他的电视申请售后质保。他进入了订购电视的网站主页并向智能体说明了自己的意图:"请前往支持页面,为我的电视提交售后服务申请。故障是屏幕无法打开。序列号为 XYZ-987。其余信息请使用我保存的详细信息。"

            使用 WebMCP 工具的智能体开始申请流程并填写所有所需信息。如果智能体需要更多信息,可以要求用户向智能体提供信息,也可以要求用户手动填写表单并提交。

            • start_claim_process(),用于导航到正确的表单。

            • populate_product_details(serial_number, purchase_date),用于输入特定商品和日期信息。

            • describe_issue(issue_description),用于使用用户提示中的故障描述填写长文本字段。

            • populate_contact_info(name, email, phone)

            借助 WebMCP 工具,用户可以通过智能体浏览网站,而无需了解在哪里可以找到售后服务申请表单。就像在本案例中,Charlie 无需详细了解网站结构即可完成用户旅程。

            活动服务申请

            Charlie 和 Jesse 将于 9 月结婚,因此想在所在地区的数十家餐饮服务商中聘用一位,他们希望确保每份咨询请求都包含所需信息,并要求提供相同类型的服务。

            Charlie 向智能体询问:"你能为我们 2026 年 9 月 8 日的婚礼向位于 Springfield 的餐饮服务商商提交咨询吗?我们希望为 100 位宾客提供素食菜单。我们有两位宾客有饮食限制,需要特殊餐点,包括犹太洁食和无麸质餐点。我们只希望提供啤酒和葡萄酒。"

            通过添加以下工具,开发者可以轻松帮助 Charlie 的智能体向餐饮公司提交咨询:

            • start_event_request()

            • create_wedding_reception(guests=100,date="September 8, 2026")

            • add_dietary_restrictions(restrictions=["kosher","gluten-free"], guests = 2)

            • select_drink_package(package = "Light")

            • submit_event_request()

            帮助用户过滤信息

            有许多类型的网站包含大量内容,这些内容具有成百上千条列表信息,每条都汇聚了用户可能需要的多种特征组合。例如,这可以包括房屋租赁网站、酒店预订平台和票务网站。

            在本部分中,我们将帮助 Dana 找到符合其特定偏好的相关选项。

            查找匹配的房源信息

            Dana 要和家人搬到一座新城市,需要找一套公寓。所有房源网站都列出了不同的信息,有些网站有照片,有些网站有多种不同的筛选条件,包括价格、卧室数量、卫浴数量和其他维度。有些商家信息列出了确切的位置,而有些商家信息可能只列出了所在街区。

            Dana 向智能体询问:"请向我展示布鲁克林可供出租的公寓,这些公寓距离 A 线地铁站步行不到 10 分钟,距离翠贝卡不超过 1 小时。公寓必须至少有三间卧室和一台洗碗机。最好在单元内或大楼内有洗衣机和烘干机。我们的预算是 4,500 美元。"

            通过为房源网站添加智能体友好的筛选功能,开发者可以帮助 Dana 的智能体找到合适的、相关的租赁房源:

            搜索:

              search(
                max-price=4500,
                location="Brooklyn",
                features=["dishwasher"],
                rooms=3,
                optionalFeatures=["washer-dryer"]
              )

              应用筛选条件:

                apply_filters(
                  transit="train",
                  max_time="1 hour",
                  destination="Tribeca"
                )

                智能体使用这些函数解析房源元数据,并确保结果满足所有要求 (包括 3 间卧室和一台洗碗机)。作为回应,智能体会返回一张地图,其中包含指向特定房源信息的标记图钉,以及到翠贝卡的整体距离。如果房源信息中包含可选功能 (洗衣机和烘干机),标记图钉会以不同颜色显示。

                预订行程

                Dana 和妻子 Rosario 计划前往德国柏林度假。Dana 希望找到符合其条件的酒店,以经济实惠的价格提供舒适的住宿。Dana 向智能体询问:"请在德国柏林找到几家每晚价格低于 300 美元、配有游泳池且包含早餐的酒店。"

                作为一名旅行预订平台的开发者,可以添加以下工具为用户发掘高性价比的优惠:

                搜索:

                  search_hotels(location = "Berlin", guests = 2)

                  应用筛选条件:

                    filter_search_results(max_price=300,amenities=["pool","restaurant"])

                    Dana 的智能体返回了三家符合条件的酒店,并询问:"您希望我向您展示更多选项吗?或者您还有其他需要考虑的条件吗?" Dana 可以据此进一步向智能体提出他更细致的需求。

                    通过这些典型的应用场景,我们不难发现,WebMCP 正在让网页服务更好地被 AI 智能体理解和调用,助力用户打造更加流畅的智能交互旅程。

                    福利时间

                    无论您是想第一时间为自己的 Web 应用接入测试,还是对 Agentic Web 的未来演进有独到见解,欢迎通过以下方式参与互动,赢取精美周边!

                    1

                    抢先体验 Origin Trial

                    扫描右方二维码或点击阅读原文,加入 WebMCP Origin Trial。申请完成后,将提交成功页面截图私信发给公众号后台,即可有机会赢取 Google 开发者好礼!

                    2

                    留言区开麦,聊聊实测反馈

                    欢迎在评论区分享您的 WebMCP 实战 Demo 或探索心得,我们同样会挑选深度优质反馈,送出精美周边!

                    *定制磁吸卡包 Magsafe 支架

                    *每种互动抽取 5 位获奖者

                    *两种活动参与方式的获奖名额不可叠加,同一微信账号限领一份礼品

                    想更直观、更深入地了解 WebMCP 的技术细节与实战落地吗?我们为您准备了系列分享视频,涵盖核心标准、AI 辅助工具构建以及安全与评估等全方位内容,欢迎观看。

                    欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


                    图片

                    图片

                    图片

                    阅读原文

                    跳转微信打开

                    •  

                    CLI 诊断工具 gcheck:一键自检环境,提速海外 Google AI 开发

                    Google 2026-11-04 19:00 北京

                    以下文章来源于:谷歌开发者服务号

                    谷歌开发者服务号

                    第一时间发布谷歌开发者相关活动信息。为开发者社区提供全方位服务和支持。

                    助力出海开发者,本地排障全面提效

                    即刻复制链接或点击文末 "阅读原文",前往 gcheck GitHub 仓库(https://github.com/google/dev-env-troubleshoot)下载试用,开启从排障到接入的丝滑体验。

                    调用 Gemini API 报错时,无需急着修改代码。gcheck可自动集中校验本地网络连通性、Google Cloud Platform (GCP) 项目权限、API 密钥与模型参数配置,助你快速锁定问题来源、更快完成 API 接入。

                    在切换或初始化项目时,环境变量缺失、依赖冲突及配置遗漏等问题容易导致程序运行失败。

                    gcheck 支持在你的本地工作区内无缝检测项目配置,并深度分析本地环境配置文件、依赖项与相关系统设置,助力进一步定位潜在的集成瓶颈。

                    gcheck 不仅能定位问题,更助你快速修复——它支持中文、英文、日语、西班牙语多语言终端交互输出,能将晦涩的底层报错转化为清晰直观的人性化说明,并提供可执行的分步排障指引,省去盲目搜索与反复试错。

                    欢迎先将 gcheck 收入你的开发工具箱(或前往 GitHub 点亮 Star 备查),让每一次 API 接入更省时、更高效。

                    克隆仓库后,运行对应操作系统的安装脚本。该脚本会自动检测 Python 3.10+ 与 pipx(若缺失会自动安装),并将 gcheck 安装为全局、可编辑的命令行工具 —— 后续修改代码无需重新安装,立即生效:

                    # macOS / Linux

                    ./install.sh

                    # Windows (PowerShell)

                    .\install.ps1

                    如果 macOS/Linux 提示 permission denied(权限不足),请先添加执行权限,然后重新运行:

                    chmod +x install.sh

                    ./install.sh

                    如果 Windows 提示执行策略错误(execution-policy error),请执行:

                    powershell -ExecutionPolicy Bypass -File install.ps1

                    如果安装完成后提示找不到 gcheck 命令,请打开一个新的终端窗口 —— 安装脚本可能刚刚更新了你的 PATH 环境变量。

                    即刻复制链接或点击文末 "阅读原文",前往 gcheck GitHub 仓库(https://github.com/google/dev-env-troubleshoot),查看完整使用说明并下载试用。

                    欢迎转发本文并在【评论区】留言,一起畅聊gcheck使用体验!


                     点击屏末| 阅读原文 |前往 gcheck GitHub 仓库下载试用

                    阅读原文

                    跳转微信打开

                    •  

                    WebMCP 开发指南|一文搞懂 WebMCP 与 MCP 的差异与协同

                    原创 Google 2026-11-03 19:50 北京

                    WebMCP 和 MCP 是对手还是搭档?本文带你拆解两者的核心差异与协同奥秘,教你手握两大神器,轻松打造下一代无缝 Web AI 智能体体验。

                    作者 / André Cipriani Bandarra, Alexandra Klepper, Kasper Kulikowski

                    随着 AI 智能体在浏览器中日益普及,不少 Web 开发者会心生疑惑:"WebMCP 会取代 Model Context Protocol (MCP) 吗?" 这个问题源于误解,在构建智能体体验的过程中,开发者无需在 MCP 和 WebMCP 之间做出选择。WebMCP 既不是 MCP 的扩展,也不是其替代品。

                    WebMCP 与 MCP 旨在应对不同的需求。WebMCP 阐明了应用功能的用途,并为浏览器智能体提供额外的能力来与网站进行交互。

                    我们不妨将这两种技术的区别比作公司的呼叫中心和店内专家:

                    • MCP 是一个呼叫中心。用户可以随时随地使用,它会按需访问数据并处理核心任务。

                    • WebMCP 是一位店内专家。仅在用户停留在页面上时可用。它可帮助智能体直接使用网站的功能,而无需去理解专为人类设计的 UI。

                    两者相辅相成,共同帮助智能体代表人类用户完成个性化任务。

                    功能和用途

                    这两种技术都秉持相同的理念:为应用提供一种标准化且可靠的方式,以便向 AI 智能体公开其工具能力。

                    在实际应用中,这包括:

                    • 结构化工具发现:它们为智能体提供了一种机器可读的方式,让智能体可以询问 "你能做什么?",并获得可用工具、它们的参数及其用途的清晰列表。

                    • 可预测的执行:通过引入确定性的函数调用取代了猜测。智能体可以调用已定义的工具。通常由模型选择要调用的工具,再由运行框架执行该工具。在某些情况下 (例如异常恢复),自动化运行框架也可以直接调用工具。

                    • 明确意图:它们会明确声明自身能力。如果没有 WebMCP 和 MCP,智能体只能根据对 UI 的理解来猜测要执行的操作。借助 WebMCP 和 MCP,智能体可以获得每项功能的明确说明,而无需通过 UI 元素推断操作。

                    WebMCP 与 MCP 之间的主要区别在于应用功能的所在位置。

                    MCP 将智能体连接到您的服务

                    Model Context Protocol (MCP) 是一项标准,可将 AI 智能体 (无论是否基于浏览器) 与外部系统 (包括数据源、工具和工作流) 连接起来。该协议是通用的,基于 JSON-RPC 2.0 构建 (通过 stdio 或 HTTP 等传输方式运行)。它通过特定语言的SDK实现,例如 Rust、Python 和 TypeScript。

                    WebMCP 可将智能体连接到您的网页

                    WebMCP 是一项浏览器标准提案,允许网页向在浏览器中运行的智能体公开工具。开发者可以使用 JavaScript 或 HTML 属性来实现这些 API。而浏览器则充当了网站与智能体之间的通信桥梁。

                    您可以将 WebMCP 视为一组 "源自 MCP 设计灵感" 的 API,而不是 MCP 的直接 JavaScript 实现。WebMCP 专为浏览器而设计,省略了诸如 "资源" 等各种服务器端概念。

                    控制智能体访问网站的方式

                    借助 WebMCP,您可以为智能体提供完成特定任务的首选路径。 这样做有几项关键优势:

                    • 速度和可靠性:由于 WebMCP 使用浏览器的内部系统,因此智能体无需额外的网络跳转即可调用工具。

                    • 经久耐用:WebMCP 工具连接的是应用逻辑,而不是设计。这意味着命令式工具与页面布局解耦。开发者可以重新设计网站,而不会影响智能体与其正确交互的能力。

                    • 一切尽在掌控:开发者可以明确定义智能体与网站交互的首选方式,而不是寄希望于智能体自己找到正确的按钮进行点击。开发者以智能体能够理解的方式来定义应用的逻辑,直接引导它们,而不是仅仅依靠它们从 UI 中推断出操作。

                    控制 UI 访问权限

                    要厘清二者的差异,请考虑 "UI 归谁所有",MCP 应用会在智能体界面中呈现应用的界面。开发者的界面必须符合这些约束条件,并且需要一个新的独立应用。

                    WebMCP 可帮助智能体与开发者现有的网站实时互动。工具会在包含用户会话的页面中运行。这代表着不再是你的应用依附于智能体,而是智能体被集成在网站平台上。

                    更重要的是,WebMCP 工具是暂时性的。它们仅在网站页面打开时存在。用户离开页面或关闭标签页后,该页面的 WebMCP 工具就会变得不可用。

                    使用 WebMCP 和 MCP

                    在为特定功能或业务特性选择合适的解决方案时,请考虑上下文环境和可用性:

                    MCP

                    WebMCP

                    定义

                    将智能体连接到后端系统的协议

                    前端 JavaScript API,供网页向智能体提供工具

                    工具所在位置

                    在服务器上

                    在网页中

                    谁可以调用工具

                    任意 MCP 客户端

                    任何有权访问所呈现网页的智能体或客户端 (浏览器、WebView 等)

                    代码运行位置

                    服务器

                    网页的 JavaScript 运行时

                    何时可用

                    始终可用,只要服务器处于运行状态

                    仅在页面打开时

                    使用谁的登录信息

                    其自己的凭证

                    用户的当前会话

                    界面

                    无,或在智能体应用内显示

                    网站界面,智能体在其中运行

                    构建模块

                    工具、资源、提示

                    仅工具

                    工具发现

                    用户或应用添加了服务器

                    页面会在当前活动会话中动态注册

                    最佳应用场景

                    后台任务和数据访问

                    情境化网页操作、客户端会话集成和 web 自动化

                    应用可以同时使用这两种方法,从而获益:

                    1. 使用 MCP 管理核心逻辑:MCP 服务器充当基础服务层。它负责处理核心业务逻辑、数据检索和后台任务。这样可确保服务不依赖于平台,并且始终可供智能体使用。

                    2. 使用 WebMCP 构建情境化界面:WebMCP 是最后一步,可将智能体直接连接到网站。它专为浏览器内的情境交互而设计,让智能体能够在用户打开网站时,快速可靠地代表用户执行操作。

                    总而言之,MCP 和 WebMCP 是合作伙伴,而非竞争对手。WebMCP 为基于浏览器的 AI 智能体提供了一种高保真方式,使其能够与用户在标签页中看到的特定场景进行交互。

                    福利时间

                    无论你是想第一时间为自己的 Web 应用接入测试,还是对 Agentic Web 的未来演进有独到见解,欢迎通过以下方式参与互动,赢取精美周边!

                    1

                    抢先体验 Origin Trial

                    扫描右方二维码或点击阅读原文,加入 WebMCP Origin Trial。申请完成后,将提交成功页面截图私信发给公众号后台,即可有机会赢取 Google 开发者好礼!

                    2

                    留言区开麦,聊聊实测反馈

                    欢迎在评论区分享您的 WebMCP 实战 Demo 或探索心得,我们同样会挑选深度优质反馈,送出精美周边!

                    *定制磁吸卡包 Magsafe 支架

                    *每种互动抽取 5 位获奖者

                    *两种活动参与方式的获奖名额不可叠加,同一微信账号限领一份礼品

                    欢迎您持续关注 "谷歌开发者" 微信公众号,及时了解更多开发技术和产品更新等资讯动态。


                    图片

                    图片

                    图片

                    阅读原文

                    跳转微信打开

                    •  
                    ❌