Google Developers Blog 中文 关注 developers.googleblog.com是Google开发者官方博客。这里，他们提供了关于各种开发者工具及其功能、bug修复和提高开发技能的教程。博客还发布了与Google软件开发项目相关的案例研究、采访和社区新闻。 RSS developers.googleblog.com Google Developers Blog developers.googleblog.com
在 TPU 上运行 Ray（第二部分）：Ray AI 库 本第二部分探讨了 Ray 的高级库——Serve、Data 和 Train——如何抽象在 Google TPU 切片上运行 AI 工作负载的复杂性。Ray Serve 使用简单的拓扑配置来正确地对大型多主机模型进行联合调度，而 Ray Data 通过以原生 JAX 批次直接为加速器提供数据来消除数据加载瓶颈。最后，JaxTrainer 通过自动处理跨切片协调、检查点保存和容错，简化了跨 TPU 的分布式训练。 Run Ray on TPU, Part 2: Ray AI libraries developers.googleblog.com
Scaling Agentic RL：基于 Tunix 的高吞吐量智能体训练 Tunix 是 Google 推出的原生 JAX 后训练库，旨在消除训练多轮、使用工具的 LLM 推理代理时的 TPU 空闲瓶颈。它通过将高度并发、异步的 rollout 与解耦的 producer-consumer 流水线相结合，最大化硬件吞吐量，确保即使在代理等待网络 I/O 或环境步骤时，训练器也能持续获得数据。此外，Tunix 提供即插即用的抽象和持续的宏观级性能分析，使开发者能够轻松集成自定义开源环境，并对复杂的分布式工作流进行优化，而无需进行大规模代码重构。 Scaling Agentic RL: High-Throughput Agentic Training with Tunix developers.googleblog.com
在 TPU 上运行 Ray，第 1 部分：基础知识 Ray 2.55 正式引入对 Google Cloud TPU 的一等公民支持，使开发者能够使用熟悉的 Ray 任务与 Actor API 在 Google 加速器上运行分布式 Python 工作负载。为满足在多主机 TPU“切片”通过片间互连（Inter-Chip Interconnect, ICI）保持连接所需的严格网络要求，GKE 上的 KubeRay Operator 会自动配置并标记底层硬件布局。Ray Core 利用这些标记，通过其 slice_placement_group() 原语原子性地预留完整切片，使开发者只需声明硬件拓扑（如"4x4"），即可通过 KubeRay、Ray Train 或 Ray Serve 部署作业，而无需编写自定义放置代码。 Run Ray on TPU, Part 1: The foundations developers.googleblog.com
使用模块化提示词转译构建可扩展的 AI 智能体 为了解决由单体系统提示词引发的扩展瓶颈和运行时错误，工程团队应将提示词视为构建产物，通过将指令模块化为可重用的模板来处理。通过运行这些模块化的“技能文件”经过转译器，开发人员可以在构建阶段实施静态验证，捕获缺失的依赖项，并将提示词生成直接集成到 CI/CD 流水线中。这种确定性方法可防止代码漂移，并最终建立一个安全框架，使智能体能够通过标准拉取请求（pull requests）提出对其自身逻辑的更新。 Building scalable AI agents with modular prompt transpilation developers.googleblog.com
演进中的规范驱动开发：Conductor 现已支持反重力 Conductor 已从 Gemini CLI 扩展演变为一个可移植插件，将对话式规范驱动开发（SDD）引入 Antigravity CLI 和 Claude 等生态系统。开发者不再依赖严格的命令序列，而是可以自然地与 AI 助手对话，同时该助手在后台动态管理持久化的 Markdown 工件（如 spec.md 和 plan.md）。此次更新消除了工作流摩擦，并确保您的仓库在不同 AI 工具间始终作为项目架构和状态的版本控制单一事实来源。 Evolving Spec-Driven Development: Conductor Now Supports Antigravity developers.googleblog.com
扩展 Gemini 企业代理平台的选择：引入基于并行网络搜索的 grounding Google Cloud 已与 Parallel Web Systems 合作，将 Parallel 的搜索基础设施原生集成至 Gemini 企业代理平台，作为网络 grounding 提供商。此次集成使开发者能够将 AI 代理锚定于可验证的实时网络结果，显著提升复杂企业工作流的事实准确性。此外，该合作还提供了更广泛的架构灵活性，允许用户与其他大型语言模型协同，对网络数据进行程序化提取、永久缓存及处理。 Expanding Choice in Gemini Enterprise Agent Platform: Introducing Grounding with Parallel Web Search developers.googleblog.com
系统工程手册：在 Ironwood（TPU7x）上优化 Qwen 3.5-397B MoE 为在 Ironwood TPU 上部署 397B 参数的 Qwen 3.5 混合专家（MoE）模型，工程师开发了一套模块化 JAX/Pallas 优化栈，在预填充密集型工作负载下实现了高达 4.7 倍的推理加速。团队通过部署混合数据并行与专家并行（DP+EP）拓扑，并配合自定义的低层通信融合（如分层 reduce-scatter），有效规避了严重的硬件分片限制，从而优化了跨设备 token 路由。最终，通过执行硬件感知的自定义内核——包括 Batched Ragged Page Attention 和完全融合的 Gated DeltaNet（GDN）块——成功饱和了 HBM 带宽和 TensorCore MXU，将系统吞吐量推近其理论 Roofline 极限。 Systems Engineering Playbook: Optimizing Qwen 3.5-397B MoE on Ironwood (TPU7x) developers.googleblog.com
借助 Google Tensor 与 Pixel 开启端侧 AI 新时代 在 Google I/O Connect India 上，Google 展示了由定制 Tensor SoC 和 TPU 驱动的 100% 私有、端侧 AI 的未来，该 AI 将赋能全新的 Pixel 10 系列。本次活动首次推出了轻量级 Gemma 4 E2B 模型，该模型可原生运行于设备上，从而支持完全离线的多模态功能，包括 AI 对话、实时图像识别及个人代理任务。开发者如今即可通过访问新发布的 Tensor SDK beta 及其配套开源资源，开始构建这些安全、基于边缘的应用。 Unlocking the Next Era of On-Device AI with Google Tensor and Pixel developers.googleblog.com
LiteRT.js，Google 的高性能 Web AI 推理引擎 我们很高兴推出 LiteRT.js，这是 LiteRT 家族的最新成员！LiteRT.js 是我们强大的解决方案，可在浏览器中直接运行机器学习模型，将 Google 的跨平台边缘 AI 运行时扩展至 Web 领域。专为 JavaScript 开发者打造，LiteRT.js 在 WebGPU 和即将推出的 WebNN 上提供最先进的机器学习模型推理性能，并支持回退至 WebAssembly 以在 CPU 上运行。本文将对 LiteRT.js 进行快速概览，并为 Web 开发者提供一切所需，助其快速上手。 LiteRT.js, Google's high performance Web AI Inference developers.googleblog.com
弥合领域差距：使用 Antigravity 和 Gemini 构建的 AI 赛车教练 2026 年 5 月 23 日，刚从 Google I/O 大会舞台走下，我们的 Google 开发者专家（GDEs）齐聚…… Bridging the Domain Gap: AI Race Coach built with Antigravity and Gemini developers.googleblog.com
我们在训练中途终止了 TPU，并在数秒内恢复：MaxText 弹性训练简介 分布式 AI 训练以脆弱著称，因为单个机器的故障通常会导致整个多节点任务崩溃，迫使进行耗时且完整的负载基础设施重启。为解决这一问题，Google 的 JAX 生态系统通过 Pathways 实现弹性训练，将硬件故障转化为可捕获的 Python 异常，从而使运行进程得以存活。当发生非计划故障时，系统会自动替换故障的 worker，从 Cloud Storage 恢复最后一个可用的检查点，并在原地继续训练——将总停机时间最小化至两分钟以内，且无需重启主控制器进程。 We terminated a TPU mid-training and it recovered in seconds: Introduction to elastic training with MaxText developers.googleblog.com
在 VS Code 中使用 Google Cloud Power 进行机器学习开发：工作区扩展现已推出 Google Cloud Workbench Notebooks 扩展现已正式推出，使开发者能够将本地 IDE 连接到可扩展的云原生 Jupyter 环境。该集成通过消除上下文切换并提供对高性能 Google Cloud 基础设施的直接访问，简化了机器学习生命周期。为支持透明度和社区驱动的创新，新发布的扩展已完全开源，可在 GitHub 和 VS Code Marketplace 上获取。 ML Development in VS Code with Google Cloud Power: Workbench Extension Now Available developers.googleblog.com
使用 Genkit 构建基于 Agent 的全栈应用 开源 Genkit 框架推出了 Agents API，这是一个全栈工具，旨在通过封装消息历史、工具循环和流式传输，简化对话 AI 的复杂底层架构。该 API 支持灵活的服务端或客户端管理状态持久化，从而支持高级工作流，如历史分支、长运行分离任务和多智能体协调，同时通过统一的传输协议无缝连接后端与前端。目前该 API 以预览形式提供 TypeScript 和 Go 支持，并集成 Genkit 开发者 UI，使开发人员无需编写客户端代码即可轻松测试、调试和检查智能体快照。 Build agentic full-stack apps with Genkit developers.googleblog.com
我们为何开发 ADK 2.0 解答“为何构建 ADK 2.0"这一系列问题。本文阐述了其设计原理、部分功能特性，以及开发者为何应考虑升级。该内容将于 ADK 2.0 正式发布后的次日发布。 Why we built ADK 2.0 developers.googleblog.com
使用 ADK Go 2.0 构建可靠的多智能体应用。探索我们全新的基于图的工作流引擎、内置的人工介入机制以及动态编排功能。 Go 2.0 的 Agent 开发套件（ADK）已发布，引入了原生图工作流引擎，助力开发者构建复杂的多智能体应用。此次更新增加了用于人机协同（HITL）编排的原生原语、基于纯 Go 代码的动态执行能力，以及指数退避重试等自动化弹性特性。通过统一执行模型，单智能体应用与复杂图结构如今可在同一运行时上运行，从而简化遥测与状态持久化。 Build reliable multi-agent applications with ADK Go 2.0. Discover our new graph-based workflow engine, built-in human-in-the-loop, and dynamic orchestration developers.googleblog.com
从您的编码智能体驱动智能体质量飞轮 构建 AI 智能体时，开发者常不确定对提示词（prompt）的局部调整以修复单个错误，是否会意外导致生产环境中的广泛回归。为弥合这一差距，Google 推出了一项面向编码智能体的新开发者技能，该技能自动化了一个五阶段评估飞轮：准备数据、运行推理、使用自适应 AutoRaters 进行评分、分析失败聚类，并执行针对性优化。该工具可针对生产流量持续运行，或通过合成场景按需运行，允许开发者用自然语言描述测试目标，同时由独立的评估服务安全地验证并统计实际性能提升。 Driving the Agent Quality Flywheel from Your Coding Agent developers.googleblog.com
使用 Google 的 Agent 开发套件和 A2A 构建跨语言多智能体团队 Python 代理与 Go 代理如何利用 Agent2Agent 协议协作进行合同合规性检查... Build Cross-Language Multi-Agent Team with Google’s Agent Development Kit and A2A developers.googleblog.com
A2A 如何构建协作智能体世界” 庆祝 Agent-to-Agent（A2A）协议一周年，本文阐述了该框架如何使自主 AI 代理在无需传统 API 僵化约束的情况下安全协作并移交任务。通过将复杂工作流委托给专业对等代理，A2A 避免了上下文污染，保障了数据隐私，并通过模块化简化了应用设计。为展示该生态系统的实际运作，本文重点介绍了 FoldRun——一个面向生命科学的代理接口，用于编排复杂的蛋白质结构预测——以及涵盖商业、数据流、DevOps 和电信领域的多样化 A2A 用例。 How A2A is Building a World of Collaborative Agents developers.googleblog.com
发布代理资源发现规范 一种用于在网络上查找和验证工具、技能及智能体的开放规范。智能体是…… Announcing the Agentic Resource Discovery specification developers.googleblog.com
A2UI + MCP 应用：结合声明式与自定义代理 UI 的最佳实践” 本文介绍了三种架构模式，旨在将模型上下文协议（MCP）应用与代理到用户界面（A2UI）相结合，以解决高度定制的 iframe 环境与原生声明式渲染之间的权衡问题。通过结合这些方法，开发者可以直接通过 MCP 服务器提供具有原生体验的 UI，在声明式视图中安全地嵌入复杂且具备状态管理的 iframe 应用，或将生成式 UI 组件注入遗留系统。最终，这些混合框架赋能工程团队交付安全、高性能且品牌一致的智能体用户体验，并可根据具体项目约束进行定制。 A2UI + MCP Apps: Combining the best of declarative and custom agentic UIs developers.googleblog.com
增强安全与信任：Google 登录中的新会话元数据 Google 正在增强“使用 Google 登录”功能，通过引入新的 OIDC 标准声明——特别是 auth_time 和 amr（认证方法参考），为开发者提供更深入的会话元数据。这些更新使已验证的应用能够验证用户登录的“新鲜度”以及所使用的具体认证方法（例如多因素认证或硬件密钥），从而实现更动态、基于风险的访问控制。通过利用这些联邦身份信号，平台可以更有效地防止账户接管和欺诈，同时实施细粒度的安全策略，例如对敏感操作执行升级认证。 Enhance Security and Trust: New Session Metadata in Sign in with Google developers.googleblog.com
释放 TPU 栈的潜能：推出我们的新开发者中心 Google 正式推出 TPU 开发者中心，这是一个集成的教育资源，旨在帮助模型构建者和开发者最大化 Google Cloud TPU 的性能。该中心提供以代码为核心的资源、开源示例以及深入的技术文档，涵盖硬件架构、软件优化、调试、并行性和网络等方面。这些材料专为人类开发者和 AI 辅助工具量身定制，以简化从大规模训练到低延迟推理工作负载的全流程。 Unlocking the Power of the TPU Stack: Introducing our new Developer Hub developers.googleblog.com
DiffusionGemma：开发者指南 DiffusionGemma 是一款基于 Gemma 4 架构构建的实验性文本生成模型，采用基于扩散的并行生成方式替代传统的逐词自回归方法，从而在保持可部署于消费级 GPU 的同时，实现更快的推理速度、双向上下文感知以及实时自我修正。其架构通过迭代去噪过程并行生成并优化 256 个 token 的块，使其在处理如数独等基于复杂约束的任务时，效果优于传统语言模型，并展现出微调带来的显著增益。该模型已集成至 vLLM 及其他主流推理框架，为开发者提供了一种兼具高性能、高效长上下文扩展能力以及易于定制与部署的新型非自回归方法。 DiffusionGemma: The Developer Guide developers.googleblog.com
介绍 Google Colab CLI Google 发布了 Google Colab 命令行界面（CLI），这是一款新工具，允许开发者和 AI 代理将本地终端连接到远程 Colab 运行时，从而实现无摩擦执行。该轻量级 CLI 使用户能够轻松请求高性能 GPU、在远程运行本地 Python 脚本，并无缝获取工件日志或模型（如微调后的 Gemma 3 适配器）。通过将工具直接集成到标准终端环境中，其高度可编程，并可供 Antigravity 或 Claude Code 等 AI 代理使用，以管理复杂的机器学习流程。 Introducing the Google Colab CLI developers.googleblog.com
将 Gemma 4 12B 部署至您的笔记本电脑：借助 Google AI Edge 解锁本地代理工作流 Google DeepMind 的 Gemma 4 12B 模型将代理式、多模态 AI 能力带入配备 16GB 内存的日常笔记本电脑，支持本地数据处理与视觉洞察生成。用户可通过 Google AI Edge Gallery 在 macOS 上利用该模型，实现动态 Python 代码执行与可视化；也可通过 Google AI Edge Eloquent 实现完全离线的语音转写与文本编辑。此外，LiteRT-LM CLI 新增的 serve 命令增强了开发者工作流，可创建符合行业标准的本地端点，以驱动完全本地的 AI 工具与代理。 Bringing Gemma 4 12B to your Laptop: Unlocking Local, Agentic Workflows with Google AI Edge developers.googleblog.com
Gemma 4 12B：开发者指南” 新发布的 Gemma 4 12B 是一款稠密的多模态模型，专为在消费级设备上实现高性能本地 AI 执行而设计。通过引入一种新颖的无编码器架构，它绕过了传统的视觉和音频编码器，直接将多模态数据输入到 LLM 主干网络中。 Gemma 4 12B: The Developer Guide developers.googleblog.com
使用 Google Pay 和钱包开发者 MCP 服务器，加速您的集成工作流。 Google 发布了新的 Google Pay & Wallet 开发者 MCP 服务器，这是一款基于开放标准的工具，旨在安全地将 AI 开发助手和 IDE 与实时 API 及账户上下文连接起来。该服务器允许开发者在开发环境中直接搜索官方文档、验证 Wallet 通行证定义、检查集成状态并管理商户账户。最终，此次集成旨在通过减少上下文切换并提供最新、基于事实的 AI 支持，降低摩擦并加速开发工作流。 Supercharge your integration workflow with the Google Pay & Wallet Developer MCP server developers.googleblog.com
社区如何利用 Tunix 和 TPU 训练 Gemma 进行“思考” Kaggle 举办的 Google Tunix 黑客松挑战开发者利用 Kaggle TPU 和有限的计算预算，将小型非推理基座模型转化为通用推理引擎。获胜团队通过实施多阶段后训练流程，将监督微调（SFT）与 GRPO、SimPO 等高级对齐技术相结合，实现了这一目标。最终，该竞赛通过证明高度 capable、结构化的推理模型可由社区利用可访问的开源资源成功训练，推动了人工智能开发的民主化。 How the community trained Gemma to "Think" with Tunix and TPUs developers.googleblog.com
Google Pay 的最新更新 Google Pay 正通过推出通用商业协议（Universal Commerce Protocol）及新的 MCP 服务器，向“代理型商业”（agentic commerce）演进，使 AI 代理能够管理集成并分析趋势。最新的 Android 更新引入了动态回调，以实现无缝的快捷结账，并将支付支持通过 WebViews 扩展至社交媒体应用。此外，该平台还将推出跨设备生物识别认证及新的交易信号，以帮助商家减少摩擦并优化处理成本。 The latest updates to Google Pay developers.googleblog.com
使用 Google Pay 动态回调增强 Android 结账流程 我们很高兴为 Android 原生应用引入带有 Google Pay 的 Express 结账功能，使开发者能够…… Enhancing Android Checkout with Dynamic Callbacks in Google Pay developers.googleblog.com
借助 Gemini for Home 赋能服务提供商与硬件合作伙伴 Google 正通过推出全栈 Gemini AI 解决方案来扩展其智能家居生态系统，该方案集成了先进的摄像头智能、自然语言查询以及日常活动摘要。此举为服务提供商和硬件制造商提供了交钥匙参考设计和 API，使其无需大量研发工作即可构建主动式、品牌化的服务。最终，该计划旨在超越基础设备控制，迈向原生 AI 驱动的智能家居，使其能够理解上下文并实时响应用户需求。 Empowering Service Providers and Hardware Partners with Gemini for Home developers.googleblog.com
发布 Kotlin ADK 和 Android ADK 0.1.0：在 Android 及更广泛的平台上构建 AI 智能体 Kotlin ADK 将代理工作流引入您的后端项目，而 Android ADK 则提供... Announcing ADK for Kotlin and ADK for Android 0.1.0: Building AI Agents on Android and Beyond developers.googleblog.com
一年创新：庆祝 Google Cloud x NVIDIA 开发者社区 10 万成员 Google Cloud 与 NVIDIA 开发者社区正在庆祝其成立一周年，目前拥有 100,000 名成员，并重新聚焦于为构建者提供先进的 AI 基础设施与资源。为加速开发进程，该社区提供精选的学习路径，助力掌握大语言模型（LLM）优化、GPU 加速数据分析以及每月由专家主讲的网络研讨会。进入第二年，该计划将扩展至包含动手实验、工程活动，以及专注于智能体（Agentic）AI 发展的专题内容。 One Year of Innovation: Celebrating 100k Members in the Google Cloud x NVIDIA Developer Community developers.googleblog.com
来自 2026 年 Google I/O 开发者大会的所有新闻” Google 宣布从辅助式 AI 向独立智能体转型，重点推出了 Gemini 3.5 系列，并大幅更新了其以智能体为先的 Antigravity 开发平台。针对移动开发者，该更新引入了新的 Android 命令行工具（CLI）、Android Bench 评估排行榜，以及一个自动化迁移智能体，可快速将各类框架转换为原生 Kotlin 代码。Web 开发领域也迎来变革：Chrome DevTools 现已支持智能体，推出了 HTML-in-Canvas API，并提出了 WebMCP 提案——这是一项开放 Web 标准，使基于浏览器的 AI 智能体能够执行复杂任务。 All the news from the Google I/O 2026 Developer keynote developers.googleblog.com
基于 LiteRT-LM 的极速端侧生成式人工智能 Google AI Edge 的 LiteRT-LM 为在跨平台移动和边缘环境中运行 Gemma 4 提供了经过生产验证、高度优化的基础设施。它通过利用内存高效的动态加载、多令牌预测（可实现高达 2.2 倍的速度提升）以及先进的编排工具（如思考模式和受限解码），主动在设备上解锁模型的固有 multimodal（多模态）和 agentic（代理）功能。此外，该引擎正在迅速扩展其集成界面，超越 Android 平台，为 Apple 生态系统引入新的原生 Swift API，并为高性能无服务器浏览器推理提供基于 WebGPU 加速的 JavaScript API。 Blazing fast on-device GenAI with LiteRT-LM developers.googleblog.com
重要更新：将 Gemini CLI 迁移至 Antigravity CLI Google 正通过将其面向社区的 Gemini CLI 过渡到 Antigravity CLI，来统一其 AI 终端工具。Antigravity CLI 是一个全新的以智能体为核心的平台，专为复杂的多智能体工作流而构建。这款基于 Go 的新工具提供更快的执行速度、异步处理能力，以及能够与 Antigravity 2.0 桌面应用程序同步的统一架构。虽然企业客户将保留现有的访问权限，但个人用户和免费用户必须在 2026 年 6 月 18 日 Gemini CLI 停止服务之前，迁移至新平台。 An important update: Transitioning Gemini CLI to Antigravity CLI developers.googleblog.com
更智能的 Google AI Edge Gallery：MCP 集成、通知与会话连续性 Google AI Edge Gallery 应用通过在 Android 上引入对开源 Model Context Protocol（MCP）的实验性支持，扩展了其端侧 AI 能力，使 Gemma 4 能够协调跨外部数据源（如 Google Workspace 和 Google Maps）的复杂任务。为支持更主动且持久的用户交互，此次更新新增“定时通知”技能以自动化日常流程，并引入持久化聊天记录功能，可近乎即时恢复长会话上下文。该平台由开源工具包驱动，鼓励社区开发者通过其 GitHub 仓库构建和分享以实用工作流、提示配置及工具集成为重点的自定义功能。 A Smarter Google AI Edge Gallery: MCP integration, notifications, and session continuity developers.googleblog.com
带有 LiteRT 的 Google Tensor SDK Beta Google Tensor ML SDK 现已进入 Beta 阶段，使开发者能够直接在 Google Pixel 10 设备的 TPU 上构建和部署高性能机器学习模型。通过与 LiteRT（Google 的边缘部署框架）集成，该 SDK 为开发者提供了统一的工作流，可将 PyTorch 或 TFLite 模型进行转换、编译并运行，并具备健壮的降级选项。此外，新增的模型花园提供了超过 100 个经典和生成式 AI 模型，包括 Gemma 3，从而支持低延迟、私密的语音识别、计算机视觉和文本生成功能。 Google Tensor SDK Beta with LiteRT developers.googleblog.com
加速端侧 AI：Arm 与 Google AI Edge 优化探析 Arm 可扩展矩阵扩展 2（SME2）与 Google AI Edge 软件栈的集成，通过将 CPU 转化为强大的矩阵计算加速器，实现了高性能的端侧生成式 AI。以 Stability AI 的"stable-audio-open-small"模型为例，文章概述了一条简化的“转换、优化与部署”流水线，该流水线利用 LiteRT、XNNPACK 和 KleidiAI 实现硬件加速的自动化。最终实现方案在 Arm 驱动的移动设备和笔记本电脑上，在保持高音频质量的同时，将音频生成速度提升超过 2 倍，并将内存使用量降低 4 倍。 Accelerating on-device AI: A look at Arm and Google AI Edge optimization developers.googleblog.com
发布 Genkit 中间件：拦截、扩展并加固您的代理应用 Genkit 是一个开源框架，旨在帮助开发者使用 TypeScript、Go、Dart 和 Python 构建生产就绪的代理式 AI 应用。该框架利用强大的中间件系统拦截生成调用，以注入自定义行为，例如重试、模型降级和人工介入工具审批。通过在 generate、model 和 tool 层附加钩子，开发者可确保模型输出具备高可靠性并实现确定性控制。此外，Genkit 支持创建和堆叠自定义中间件，所有中间件均可通过专用的开发者 UI 进行查看和调试。 Announcing Genkit Middleware: Intercept, extend, and harden your agentic apps developers.googleblog.com
使用 ADK 构建可暂停、恢复且永不丢失上下文的长期运行 AI 智能体 如何从无状态聊天机器人过渡到能够管理长期企业工作流（如跨越数天或数周的 HR 入职流程）的生产级智能体。本文介绍了智能体开发套件（ADK）及其架构演进，特别是利用持久化状态机和持久会话存储，确保智能体在“空闲时段”或服务器重启期间不会丢失上下文。通过利用事件驱动的 Webhook 和多智能体委派，本教程展示了如何构建具有弹性的系统，使其在暂停期间“休眠”，并在需要时“唤醒”以高推理准确率继续执行复杂任务。 Build Long-running AI agents that pause, resume, and never lose context with ADK developers.googleblog.com
在 Google TPU 上加速大语言模型推理：通过扩散式推测解码实现 3 倍加速 UCSD 的研究人员成功将 DFlash 这一基于块扩散的推测解码方法部署于 Google TPU 上，以规避传统自回归草稿的串行瓶颈。该系统通过在单次前向传播中“绘制”整块候选 token，而非逐个预测，实现了平均 3.13 倍的速度提升，峰值性能几乎达到现有方法（如 EAGLE-3）的两倍。该开源集成方案融入 vLLM 生态系统，通过利用“免费”的并行验证与高质量的草稿预测，优化了 TPU 硬件在复杂推理任务中的表现。 Supercharging LLM inference on Google TPUs: Achieving 3X speedups with diffusion-style speculative decoding developers.googleblog.com
使用 Gemini Embedding 2 构建：代理式多模态 RAG 及更广泛的应用 Google 已宣布 Gemini Embedding 2 正式可用，这是一个统一模型，可将文本、图像、视频、音频和文档映射到单一的语义空间。该模型允许开发者在单个请求中处理交错的多模态输入，显著提升了智能体 RAG、视觉搜索和内容审核等任务的性能。通过支持超过 100 种语言，并提供任务特定前缀和 Matryoshka 降维等功能，该模型为构建复杂 AI 智能体提供了高效且准确的基础。 Building with Gemini Embedding 2: Agentic multimodal RAG and beyond developers.googleblog.com
加速人工智能：通过 GCSFS 和 Rapid Bucket 将 Google Colossus 引入 PyTorch Google Cloud 推出了一种高性能集成方案，通过 fsspec 接口将 Rapid Storage 直接与 PyTorch 连接，从而消除 AI 训练瓶颈。该方案利用 Google 的 Colossus 架构和双向 gRPC 流式传输，提供高达 15 TiB/s 的聚合吞吐量，并显著降低延迟。这些改进使开发者在无需修改代码（仅需更新存储桶类型）的情况下，将总训练时间缩短 23%。 Speeding Up AI: Bringing Google Colossus to PyTorch via GCSFS and Rapid Bucket developers.googleblog.com
利用LiteRT和NPU构建真实世界的设备内AI。 LiteRT 是一个已具备生产就绪能力的框架，旨在帮助移动开发者释放神经网络处理器（NPU）的潜力，克服传统 CPU 或 GPU 处理在性能与功耗方面的局限。通过提供统一的应用程序接口（API）来屏蔽硬件复杂性，LiteRT 使 Google Meet 和 Epic Games 等行业领军企业能够以显著更高的效率部署复杂的 AI 模型，用于实时视频、动画和语音识别。该平台还通过基准测试工具和跨平台兼容性，支持开发者在移动设备、AI PC 及工业物联网硬件上实现无缝的 AI 部署。 Building real-world on-device AI with LiteRT and NPU developers.googleblog.com
Agent Platform 中的 Agents CLI：通过单一 CLI 实现从创建到生产环境的部署 Google Cloud 推出了 Agents CLI，这是一款专用工具，旨在弥合本地开发与生产级 AI 代理部署之间的差距。该 CLI 为代码助手提供对完整 Google Cloud 栈的可机器读取访问，从而在脚手架构建过程中减少上下文过载和 token 浪费。通过将评估、基础设施 provisioning 和部署整合到统一的程序化骨干中，该工具使开发者能够在数小时内从初始概念推进至上线服务，而无需数周时间。 Agents CLI in Agent Platform: create to production in one CLI developers.googleblog.com
生产就绪的 AI 智能体：重构单体架构的五大经验 该博客文章概述了如何将一个脆弱的销售研究原型，借助谷歌的 Agent 开发套件（ADK）转化为稳健的生产级智能体。通过以编排的子智能体和结构化的 Pydantic 输出替代单体脚本，开发人员消除了静默故障和脆弱的解析问题。此外，文章还强调了动态检索增强生成（RAG）管道和 OpenTelemetry 可观测性的必要性，以确保 AI 智能体在实际应用中具备可扩展性、成本效益和透明度。 Production-Ready AI Agents: 5 Lessons from Refactoring a Monolith developers.googleblog.com
A2UI v0.9：便携式、与框架无关的生成式用户界面的新标准” A2UI v0.9 推出了一种与框架无关的标准，旨在帮助 AI 代理利用企业现有的设计系统生成实时、定制化的 UI 组件。此次更新通过引入新的 Python Agent SDK、共享 Web 核心库，以及对 React、Flutter 和 Angular 等渲染器的官方支持，简化了开发体验。通过将 UI 意图与具体平台解耦，该版本实现了跨 Web 和移动应用的生成式界面无缝、低延迟流式传输。通过与 AG2 和 Vercel 等更广泛的生态系统集成，A2UI v0.9 致力于推动生成式 UI 从实验性演示迈向可投入生产的数字产品。” A2UI v0.9: The New Standard for Portable, Framework-Agnostic Generative UI developers.googleblog.com
MaxText 扩展了后训练能力：在单台主机 TPU 上引入监督微调（SFT）和强化学习（RL） MaxText 现已为单主机 TPU 配置新增了对监督微调（SFT）和强化学习（RL）的支持，借助 JAX 和 Tunix 库实现高性能模型优化。这些功能使开发者能够利用 GRPO 和 GSPO 等高效算法，轻松将预训练模型适配至特定任务与复杂推理场景。此次更新简化了后训练流程，提供了从单主机部署扩展至更大规模多主机配置的可行路径。 MaxText Expands Post-Training Capabilities: Introducing SFT and RL on Single-Host TPUs developers.googleblog.com
