小红书刷屏，这个谷歌开发者大会上到底有什么？

今年的 Google 中国开发者大会选在了上海，涌进会场的开发者们，冒出的兴奋劲儿就跟上海的天气一样（但也可能是会场空调没开足）。

按照我的理解，会上的“中心思想”只有一个：真以为零代码就能当一名合格的开发者，是幼稚的；但仍嘀咕不前、满腹担心、不敢迈出成为开发者的第一步，则是太可惜的。

动动嘴，总会吧？

像我这种连一行代码都不会写的人，以往只能做个（假装）积极思考的参会者。这次不同了，Google 他们在现场设了一个“App 热线电话亭”，另一边连着 Gemini 2.5 Pro。你用“人话”把想法描述出来，Gemini “象征性”地追问一些需求，双方确认无误后，挂断电话，等上不到一分钟，Gemini 返回一个前端界面。

我让它生成一个“狗狗食谱”应用，需要能根据狗狗的年龄，例如从5个月大开始例动态生成每日的餐饮和营养补给配比。怎么评价 Gemini 生成的东西呢？就像我心不在焉对领导说“收到”的样子。

当然，这仅仅是 Vibe Coding（让毫无编程经验的人也能将创意转化为应用，用自然语言指导 AI 来实现繁琐的代码）概念体现的一个小 demo。

Google 在很多开发环境中，比如 Firebase Studio，Android Studio 中都引入了智能体模式（Agent Mode），根据开发者的自然语言描述自主完成构建原型、修复bug、添加功能、重构组建等多步骤任务——就像身边有个 Copilot （副驾驶）一样。

甚至连前端调试这种琐碎细节，AI 也能代劳。开发者可以在DevTools（开发者工具）中询问 Gemini CSS 布局问题。比如 Google 在现场展示了，“想让按钮居中怎么办？”Gemini 告诉说，“加 translateX(-50%)”，然后选择应用该建议即可。

让很多开发者惊喜的是，这下能在浏览器里直接跑 agent。Google 针对文本摘要、邮件起草、上下文提示等常见任务做了优化，基于 Gemini Nano 等模型推出了 7 个设备端 AI API，完全不依赖云端。让开发者像调用普通函数库一样调用 AI 功能。

同在端侧 AI 上，Google 发布了开源模型 Gemma 3n，与 Gemini Nano架构一致，仅需 2GB 内存即可运行。

在现场演示中，Google 的一位技术推广工程师演示用社区工具 LM Studio 离线运行 Gemma 3 4B 模型。他拖入一张机票的图片，并给模型一个中文的多步骤提示词，读取图中信息——将其保存为 JSON 格式——添加两个新字段“‘感谢大家参加今天的活动’及其英文翻译。”Gemma 3 4B 模型成功完成了所有请求，展示了本地多模态和结构化数据输出能力。

做一个合格的开发者，把自己的点子放入生态

Google 展示了一个很有意思的应用，叫 Androidify。用户上传一张自拍，AI 能根据肤色、配饰（甚至你牵着小狗）处理生成一张“安卓小人”。

没有带狗，所以举着小狗照片拍了一张

Androidify 应用背后的技术逻辑是，通过 Firebase Al Logic 调用 Gemini 2.5 Pro 模型，生成对用户自拍的文字指令，再交给 Imagen 生成专属形象。

你可以理解为一个新产品的背后，并不是单点技术的更新，而是一个完整的“生态链”更新。

一个现场互动，AI 给命题作为，人类来拼乐高，然后 AI judge

你可以理解为一个新产品的背后，并不是单点技术的更新，而是一个完整的“生态系统”更新。从 Android、Web、跨平台到 Cloud，Google 都提供了全新的工具组，并将 AI 集成进常用 IDE 中辅助程序开发。

Android 方面，比如 Androidify 就是用全新 Compose Material 库来开发的，还有上面所提到的，Android Studio 开发环境中引入了智能体模式（Agent Mode）。

Web 方面，提升 UI 质量和跨平台兼容性。在UI 构建上引入了全新 CSS 基元，同时改进了 Baseline 集成到 VS Code、ESLint 等主流开发工具，覆盖所有 Web 平台功能，简化跨浏览器开发。

Cloud 方面，Vertex AI 平台底层 Gemini 2.5 系列模型全面可用，还上线了监督式微调（Supervised Fine-Tuning, SFT）和 Vertex AI Model Optimizer（简化模型选择）功能，优化模型训练、评估、部署到监控。

Firebase Studio 开发环境中工具链也做了升级，例如 Gemini Code Assist，基于 Gemini 2.5 Pro，在自动补全、生成、解释代码上进一步增强，并集成了 GitHub/GitLab、访问 Google 文档、根据数据库架构生成代码等高效功能；

Gemini CLI“命令行工具”也作为智能体模式中的一个组成部分，专门负责在命令行环境中执行智能体模式所规划的具体步骤。

最新的视频生成模型丨Google I/O Connect 现场

总的来说，AI “无缝”融入 Web、安卓、Cloud 等多开发场景，与开发工具深度集成。AI Coding 进步一提升了生产效率，也从单纯的“代码补全工具”，进化为一个“副驾驶”，代替执行全访问本地开发环境、分析项目错误、管理依赖项、与应用进行交互等。

程序员的核心价值还在

“关于 Vibe Coding 会让后端框架变得无关紧要讨论，我不同意。”Timothy Jordan（Google 开发者关系和开源平台总监）说，“你不能只停留在应用层，你需要保证代码的安全性、可扩展性，以及特定功能的实现。”

这关乎程序员核心价值的体现。

Jordan 分享了一组数据，今年 3 月，Gemma 迎来一周年，其下载量已突破 2 亿，催生了超过 8 万个衍生模型。目前为止最先进的版本 Gemma 3 系列支持超过 140 种语言。

例如 ShowGemma 是一个用户安全部署 Gemma 模型的应用程序；

MedGemma 是一个专门为医疗和健康领域设计的开源多模态模型；

甚至DolphinGemma，一个帮助科学家研究“海豚语”的模型。

“Google 作为平台的优势是提供端到端的解决方案，实现纵向和横向的整合，协同云端、移动端、生成式 AI 以及 AI 助手方面资源，高效运作。”

每一家大模型厂商都在试图打造自己的平台生态，而 AI 的叙事已经从单一的模型技术层面升级到更复杂的生态系统上的对抗。

作者：Gemini、马文

编辑：卧虫