北京
凌晨一點，聯想筆記本的風扇還在轉。加爾各答五月的熱浪從窗戶縫往里灌，我的T恤能擰出水。十點半開始的Google I/O 2026直播，我看到過了零點——太平洋時間上午十點的主場，在印度標準時間晚了快半天。但我沒快進，一張幻燈片都沒跳。
我是全棧開發，也做機器學習工程。設計過分布式系統，搭過專門的AI流水線。所以當我說那晚看到的不是功能更新，是范式重置，我是認真的。
5月20號下午，我回去補了開發者深度場。Google Cloud Live、Firebase集成、Antigravity平臺 walkthrough，邊聽邊在Google AI Studio里跑測試。筆記記了好幾頁，全是需要消化的事。
以下是消化結果——技術向，誠實，用我實際思考軟件的方式寫的。
Gemini 3.5 Flash：現在驅動一切的模型
第一個沖擊是Gemini 3.5 Flash的設計規模。它現在是Gemini應用和Google搜索的默認模型，不是研究預覽版，是已經上線。Google宣稱它比競品前沿模型快近4倍，成本大概一半。
關鍵是用法變了。這模型不是答完一個問題就完事。它是為agentic工作流建的——要連續跑多步、調用外部工具、在長會話里保持上下文、自主執行，而不是每五秒等人敲新prompt。
他們曬的benchmark反映了這個轉向：這些不是聊天助手的benchmark，是替人辦事的系統的benchmark。
Antigravity 2.0：真正讓我坐直的部分
我用過各種agentic編程工具，進來時是懷疑的。然后Varun Mohan上臺，做了一件改變我"agentic編程"參照點的事。
他給Antigravity 2.0一個任務：從零開始構建操作系統的核心框架。
平臺接下來的動作：
1. 啟動93個并行運行的子agent
2. 這些agent collectively生成26億token
3. 整個OS框架約12小時完成
4. 總算力成本不到1000美元
看到最后一個數字時，我——
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
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.
