执行摘要
这场回顾将 Google I/O 2026 定位为从聊天界面中的智能，转向能够行动的智能。Tulsee Doshi 将 Gemini 3.5 描述为聚焦工具使用、编程、长工作流和智能体能力；几位嘉宾则把模型进展与多模态视频演示和更具表现力的语音交互联系起来。
反复出现的主题是：产品界面和模型训练现在高度耦合。Gemini 3.5 Flash 被描述为紧凑的主力模型，其收益来自蒸馏、强化学习和真实产品运行框架的反馈。Josh Woodward 强调，产品团队和模型团队现在会围绕系统指令、实时实验和产品行为共同迭代。
Gemini Spark 被介绍为一种后台智能体体验，可以把用户杂乱的想法倾倒转化为可管理的任务看板；智能体支付则通过 Google Wallet 约束，指向商业场景中的受控行动。这场分享给构建者的信息很清楚：下一代有用的 AI 产品会把强模型与明确的运行框架、预算控制、人工确认点，以及能适应用户熟练度的界面结合起来。
关键要点
- Gemini 3.5 Flash 被定位为高能力主力模型，而不只是更便宜的备用选择。
- 嘉宾将 Flash 的收益与蒸馏、强化学习和产品运行框架反馈联系起来。
- 多模态演示强调视频编辑、场景一致性，以及对生成媒体的自然语言控制。
- Gemini Spark 被描述为后台智能体，可以把杂乱请求拆解为独立可执行任务。
- Google 正在通过 Google Wallet 探索智能体支付，并设置明确的商户和支出约束。
- 产品流程正在远离模型团队和产品团队各自孤立工作的方式。
- 语音交互被视为重要界面转变，因为自然度、表达力和方言支持正在快速提升。
构建者启发
- 围绕持久任务状态设计智能体产品，而不只是一次性聊天回复。
- 将自主执行与保守确认点配对，尤其用于支付、购买或其他高影响动作。
- 构建能把真实行为反馈到提示词、系统指令和模型评估循环中的产品运行框架。
- 让界面随用户熟练度扩展：既提供简单的每日摘要，也提供更深入的日程、触发器和控制项。
- 当基础模型能力每隔几个月就发生变化时，用更短周期规划产品路线图。
- 当产品受益于即时性、表达力或免手持上下文时，将语音视为主要交互界面。
待验证事项
- Gemini Spark 及相关后台智能体看板的准确公开状态、命名和可用性。
- 智能体支付协议和 Google Wallet 商户约束的文档与发布时间线。
- 回顾中提到的内部或新发布运行框架名称的准确公开含义。
- 常驻后台智能体发布后的真实 token 消耗、延迟和可靠性。
- 哪些语音和多模态编辑能力已普遍可用，哪些仍是演示或限量访问功能。