北京
凌晨一点，联想笔记本的风扇还在转。加尔各答五月的热浪从窗户缝往里灌，我的T恤能拧出水。十点半开始的Google I/O 2026直播，我看到过了零点——太平洋时间上午十点的主场，在印度标准时间晚了快半天。但我没快进，一张幻灯片都没跳。
我是全栈开发，也做机器学习工程。设计过分布式系统，搭过专门的AI流水线。所以当我说那晚看到的不是功能更新，是范式重置，我是认真的。
5月20号下午，我回去补了开发者深度场。Google Cloud Live、Firebase集成、Antigravity平台 walkthrough，边听边在Google AI Studio里跑测试。笔记记了好几页，全是需要消化的事。
以下是消化结果——技术向，诚实，用我实际思考软件的方式写的。
Gemini 3.5 Flash：现在驱动一切的模型
第一个冲击是Gemini 3.5 Flash的设计规模。它现在是Gemini应用和Google搜索的默认模型，不是研究预览版，是已经上线。Google宣称它比竞品前沿模型快近4倍，成本大概一半。
关键是用法变了。这模型不是答完一个问题就完事。它是为agentic工作流建的——要连续跑多步、调用外部工具、在长会话里保持上下文、自主执行，而不是每五秒等人敲新prompt。
他们晒的benchmark反映了这个转向：这些不是聊天助手的benchmark，是替人办事的系统的benchmark。
Antigravity 2.0：真正让我坐直的部分
我用过各种agentic编程工具，进来时是怀疑的。然后Varun Mohan上台，做了一件改变我"agentic编程"参照点的事。
他给Antigravity 2.0一个任务：从零开始构建操作系统的核心框架。
平台接下来的动作：
1. 启动93个并行运行的子agent
2. 这些agent collectively生成26亿token
3. 整个OS框架约12小时完成
4. 总算力成本不到1000美元
看到最后一个数字时，我——
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
