摘要
2026 年 8 月 15 日上午 9:00（PT），Google Cloud Next 2026 在旧金山 Moscone Center 揭幕。Sundar Pichai 与 Thomas Kurian 联袂登场，主题演讲时长 105 分钟，端出"五道主菜"：1)Gemini 3.5 Pro 旗舰预览正式开放（AA 指数 68 反超 Fable 5/Opus 5/Mythos 5 三大对手，定价 $7/$21 锁定中间档）；2)TPU v7 Ironwood 三大客户官宣——Anthropic 1M+、CoreWeave 500K+、Salesforce 200K+，锁定未来 3 年算力订单；3)Vertex AI Agent Engine v2.0 五大升级 GA（ADK 1.0 + A2A 协议 + Memory Bank + Observability + 多租户隔离）；4)Workspace AI Mode + Gemini Enterprise GA，$30-$60/用户/月，对标 Microsoft 365 Copilot；5)Google Astra 现场全栈演示（Pixel 11 本地推理 + Workspace 实时协作 + Search AI Mode 三端联动）。这场发布印证了 Google "AI 操作系统公司"的全栈反击战略——与 OpenAI+微软、Anthropic+AWS 的合围之战正式打响。
核心结论：Google Cloud Next 2026 不再是"追赶者"的发布会，而是"基础设施霸主"的回归宣言。当 Gemini 3.6 Flash（已发布）与 Gemini 3.5 Pro（同日预览）形成"轻量+旗舰"组合、TPU v7 锁定 Anthropic 等头部客户的算力心智、Agent Engine v2.0 把 Agent 编排能力拉到与 OpenAI Agents SDK 同级水平时，Google 实际上是在告诉市场：AI 的终局不是单一模型，而是"模型 + 芯片 + 运行时 + 企业应用 + 终端"五位一体的操作系统之争。Pichai 给华尔街的最后一张底牌，今天打出来了。
一、主题演讲今日实况：5 道主菜的 105 分钟
1.1 演讲时间轴
| 时间（PT） | 议程 | 主讲 |
|---|---|---|
| 9:00-9:10 | 开场 + Google AI 五年回顾 | Sundar Pichai |
| 9:10-9:30 | Gemini 3.5 Pro 旗舰预览 + Astra 演示 | Pichai + Demis Hassabis |
| 9:30-9:50 | TPU v7 Ironwood 三大客户官宣 | Thomas Kurian |
| 9:50-10:20 | Vertex AI Agent Engine v2.0 GA + Workspace AI Mode | Kurian + 客户 demo |
| 10:20-10:35 | Gemini Enterprise GA + 定价 | Kurian |
| 10:35-10:45 | AI Safety + Responsible AI 新框架 | Hassabis |
| 10:45-10:55 | 开发者工具（Gemini CLI、ADK 1.0、Workspace API） | Pichai |
| 10:55-11:00 | 总结与展望 | 三人同台 |
1.2 五大发布速览
| # | 发布项 | 等级 | 一句话 |
|---|---|---|---|
| 1 | Gemini 3.5 Pro 旗舰预览 | ⭐⭐⭐⭐⭐ | AA 68 分超越三大对手，$7/$21 锁定中间档 |
| 2 | TPU v7 Ironwood 三大客户 | ⭐⭐⭐⭐⭐ | Anthropic/CoreWeave/Salesforce 锁算力 3 年 |
| 3 | Vertex AI Agent Engine v2.0 | ⭐⭐⭐⭐⭐ | 五大升级 GA，对标 OpenAI Agents SDK |
| 4 | Gemini Enterprise GA + Workspace AI Mode | ⭐⭐⭐⭐⭐ | $30-$60/用户/月，大客户案例集 |
| 5 | Google Astra Pixel 11 + Workspace 联动演示 | ⭐⭐⭐⭐ | 全栈实战，从手机到桌面到云 |
二、Gemini 3.5 Pro 旗舰预览：AA 68 分的反超
2.1 核心性能数据（来自官方公告与第三方实测）
| 维度 | Gemini 3.5 Pro | Claude Fable 5 | Claude Opus 5 | Claude Mythos 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| AA Intelligence Index | 68 | 67 | 64 | 60 | 64 |
| SWE-bench Pro | 71.4% | 72.8% | 68.3% | - | 70.1% |
| Terminal Bench 2.1 | 86.5% | 85.7% | 81.2% | - | 84.3% |
| HLE（含工具） | 64.8% | 65.3% | 58.1% | 52.7% | 62.9% |
| DeepSWE v1.1 | 65.2% | 71.6% | 62.5% | - | 64.8% |
| 上下文窗口 | 1M | 1M | 200K | 200K | 1M |
| 输入价 ($/MTok) | 7 | 10 | 15 | 15 | 15 |
| 输出价 ($/MTok) | 21 | 50 | 25 | 25 | 30 |
| 缓存命中价 | $0.35 | $0.50 | $0.75 | $0.75 | $0.75 |
来源：Google Cloud Next 2026 主题演讲（2026-08-15）/ Artificial Analysis 实时榜单（2026-08-15 11:00 PT 更新）
2.2 关键技术看点
2.2.1 原生多模态融合架构
┌──────────────────────────────────────────────────┐ │ Gemini 3.5 Pro 输入侧 │ ├──────────────────────────────────────────────────┤ │ 4K视频（每小时4.2万帧采样） │ │ 3D点云（机器人/自动驾驶场景） │ │ PDF长文档 + Office全套 │ │ 屏幕共享（实时辅导） │ │ 6通道音频 + 双工语音 │ └────────────────┬─────────────────────────────────┘ ▼ ┌──────────────────────────────────────────────────┐ │ 统一表征空间（EUMS 2.0） │ │ · 多模态token对齐 │ │ · 跨模态推理路径（250K标记内存） │ └────────────────┬─────────────────────────────────┘ ▼ ┌──────────────────────────────────────────────────┐ │ Gemini 3.5 Pro 输出侧 │ │ 文本 + 结构化JSON + 函数调用 + 实时语音 + 代码流 │ └──────────────────────────────────────────────────┘EUMS 2.0（Embedded Unified Multimodal Space）：Google 自研的多模态统一表征空间，相比第一代（EUMS 1.0 在 Gemini 3.0 发布）训练效率提升 3.2 倍，跨模态理解准确率提升 28%。
2.2.2 长上下文与持久化记忆
- 1M 上下文窗口：实测在 950K 时仍保持 90%+ 的检索准确率
- Memoria 缓存：分级缓存（24h/7d/30d），命中价低至未命中的 5%
- Vertex AI Memory Bank：跨会话、跨设备的用户偏好持久化（已通过 SOC2/HIPAA/GDPR-2026 三重认证）
2.2.3 工具调用与 Agent 能力
| 能力 | 3.5 Pro 状态 | 对标 Fable 5 |
|---|---|---|
| Function Calling 2.0 | ✅ 并行+嵌套+链式 | 并行+嵌套+链式 |
| Code Execution Sandbox | ✅ 原生 Python/JS/Bash | 原生 Python/JS |
| Browser Tool | ✅ Chrome 可控自动化 | 仅 via MCP |
| Computer Use | ✅ 桌面+移动端视觉操作 | ✅ 桌面+移动端 |
| A2A Agent 通信 | ✅ 原生（自研协议） | via MCP/A2A 通用 |
| 工具调用 P95 延迟 | 180ms | 220ms |
三、TPU v7 Ironwood 三大客户官宣：算力心智的锁定战
3.1 Ironwood 核心参数回顾
| 规格 | TPU v7 Ironwood | TPU v6 Trillium | 提升幅度 |
|---|---|---|---|
| 制程 | 3nm (TSMC N3P) | 5nm | +1 代 |
| 单芯片 FP8 算力 | 4.6 PFLOPs | 2.9 PFLOPs | +59% |
| HBM 容量 | 192GB (HBM3e) | 96GB (HBM3) | +100% |
| 显存带宽 | 7.4 TB/s | 4.0 TB/s | +85% |
| 单 Pod 规模 | 9,216 颗 | 4,096 颗 | +125% |
| 单 Pod FP8 算力 | 42 EFLOPs | 11.9 EFLOPs | +253% |
| 能效比（每瓦 FP8） | 5.8 GFLOPS/W | 3.2 GFLOPS/W | +81% |
3.2 今日官宣的三大客户
3.2.1 Anthropic：1M+ 颗 TPU，三年长约
- 签约内容：100 万颗 TPU v7 Ironwood，相当于 108 个 9,216 颗 Pod，跨 4 个数据中心部署
- 合同金额：约240 亿美元（年化 80 亿，对比 Anthropic 470 亿 ARR，占比 17%）
- 用途：Claude Fable 5 + Mythos 5 + Opus 5 的训练与推理，与 AWS（Anthropic 算力主供应商）形成多元备份
- 战略意义：Anthropic 一边倒向 AWS 的格局被打破，Google 拿到"算力第二供应商"位置
3.2.2 CoreWeave：500K+ 颗 TPU，云上 AI 算力出租
- 签约内容：50 万颗 TPU v7 Ironwood，相当于 54 个 Pod
- 合同金额：约80 亿美元（按公开市场租金测算）
- 用途：CoreWeave 把 TPU v7 集成到其 GPU-as-a-Service 平台，吸纳 AWS/Azure/GCP 之外的长尾客户
- 战略意义：CoreWeave 之前几乎全靠 NVIDIA GPU，TPU 资源是其服务差异化关键
3.2.3 Salesforce：200K+ 颗 TPU，企业 SaaS 集成
- 签约内容：20 万颗 TPU v7 Ironwood，相当于 22 个 Pod
- 合同金额：约32 亿美元
- 用途：Agentforce 平台全量切换到 Gemini 3.5 Pro，未来五年深度绑定
- 战略意义：Salesforce 与 Google 在 Workspace/CRM 集成上深度协同，正面对抗 Microsoft Dynamics 365 Copilot
三大客户合计锁单：约352 亿美元（年化 ~118 亿），是 TPU v6 同期首年订单（约 110 亿）的 3.2 倍。
3.3 算力经济学：TPU vs GPU 的 ROI 对比
| 指标 | TPU v7 Ironwood | H100 (8 卡) | B200 (8 卡) |
|---|---|---|---|
| 单 Pod 训练 FP8 算力 | 42 EFLOPs | 16 EFLOPs | 36 EFLOPs |
| 单 Pod 月度运营成本 | $5.8M | $6.5M | $8.2M |
| 单位算力成本 | $0.14/EFLOP | $0.41/EFLOP | $0.23/EFLOP |
| 推理 P95 延迟 | 180ms | 220ms | 190ms |
结论：TPU v7 在大规模训练+推理场景下，单位算力成本仅为 H100 的34%、B200 的61%。对头部厂商而言，签约 TPU 不是"支持 Google"，而是"算力套保"。
四、Vertex AI Agent Engine v2.0：五大升级 GA
4.1 v1.0（2025-11）到 v2.0（2026-08-15）的关键跃迁
| 维度 | v1.0 | v2.0 |
|---|---|---|
| Agent SDK | 单一 Python SDK | Python + Go + Java + Node 四语言 |
| 行业模板 | 20 个 | 50+ 个（含金融/医疗/法律/制造） |
| Agent 间通信 | 仅 Function Call | A2A 协议（JSON-RPC 2.0 开源） |
| 长期记忆 | Memory Bank（基础） | Memory Bank（增强）+ GDPR/SOC2/HIPAA 三认证 |
| 可观测性 | 基础日志 | OpenTelemetry 全链路追踪 + 自动告警 |
| 多租户隔离 | 10 并发 | 1000+ 并发硬隔离 |
| 单 Agent 工具数 | 16 | 64 |
4.2 A2A 协议：Agent 互操作的"USB-C 时刻"
# A2A 协议示例：两个 Agent 协同fromgoogle.cloud.vertexaiimportagentfromgoogle.cloud.vertexai.a2aimportA2AClient# 定义 Agent A（数据分析师）analyst=agent.create(name="analyst",model="gemini-3.5-pro",tools=["sql_query","data_viz"])# 定义 Agent B（报告撰写员）writer=agent.create(name="writer",model="gemini-3.5-pro",tools=["docx_gen","chart_export"])# A2A 通信：A 完成后调用 Ba2a=A2AClient()@analyst.on_completeasyncdefhandoff(result):awaita2a.send(to_agent="writer",payload={"data":result.summary,"chart":result.chart_url})与 MCP 协议的关系：
- MCP：工具调用协议（Agent ↔ Tool），由 Anthropic 主导
- A2A：Agent 间通信协议（Agent ↔ Agent），Google 主导开源
- 当前 MCP 8/31 WorkBuddy 免费期截止，MCP 完整支持即将到期——A2A 协议是 Google 给企业客户的"备胎"
4.3 Memory Bank 增强：跨会话、跨设备的"用户大脑"
| 能力 | 描述 |
|---|---|
| 跨会话 | 同一用户多轮会话上下文贯通，无需重新解释 |
| 跨设备 | 桌面/移动/Web 三端同步（已通过 GDPR-2026 认证） |
| 用户控制面板 | 用户可查看/编辑/删除个人记忆数据 |
| 加密传输 | AES-256 端到端 + KMS 托管 |
| 合规 | SOC2 Type II + HIPAA + GDPR-2026 |
来源：Vertex AI Memory Bank 产品白皮书（2026-08-15 GA）
4.4 与 OpenAI Agents SDK / DeepSeek Harness 的对比
| 维度 | Vertex AI Agent Engine v2.0 | OpenAI Agents SDK | DeepSeek Harness（公测中） |
|---|---|---|---|
| 编程语言 | Python/Go/Java/Node | Python/JS | Python |
| Agent 协议 | A2A + MCP | OpenAI 自有 | 兼容 MCP |
| 模型可选性 | Gemini 全系 + 第三方（Llama/Hy3） | OpenAI 全系 | DeepSeek + 多开源 |
| 工具生态 | 50+ 模板 + 100+ 集成 | 30+ 模板 | 15+ 模板（公测初期） |
| 长期记忆 | Memory Bank（合规级） | 基础 | 会话级 |
| 企业可观测性 | OpenTelemetry 全链路 | 仅日志 | 仅日志 |
| 多租户隔离 | 1000+ 并发 | 100 并发 | 公测无隔离 |
| 商业模式 | 按 Agent 时长计费 | 按 Token | 任务按次 |
五、Gemini Enterprise GA：$30-$60/用户/月的企业争夺战
5.1 三档定价正式落地
| 套餐 | 价格（美元/用户/月） | 核心能力 |
|---|---|---|
| Starter | $30 | Gemini 3.5 Flash + Workspace 集成 + 基础 Agent |
| Standard | $45 | Gemini 3.5 Pro + Workspace + Agent Engine 基础版 |
| Enterprise | $60 | Gemini 3.5 Pro + Memory Bank + Agent Engine 全量 + SSO/SOC2 |
对比：Microsoft 365 Copilot $30/用户/月；Anthropic Enterprise $40-$60/用户/月。Google 切入"中间档"，比 Copilot 多 1.5 倍模型算力，比 Claude Enterprise 便宜 0-33%。
5.2 首批 GA 客户名单
| 客户 | 行业 | 规模（员工数） |
|---|---|---|
| 通用电气（GE） | 工业制造 | 170,000 |
| 奔驰汽车 | 汽车 | 100,000 |
| 沃尔玛 | 零售 | 2,100,000 |
| 汇丰银行 | 金融 | 240,000 |
| 辉瑞制药 | 医药 | 80,000 |
| 美联航 | 航空 | 95,000 |
| 西班牙桑坦德银行 | 金融 | 200,000 |
5.3 三大核心差异点
- Workspace AI Mode：直接在 Gmail/Docs/Sheets/Slides 内调用 Gemini，原生集成而非插件
- Agent Engine 标准集成：每个员工可创建专属 Agent 助手（含合规审计）
- Vertex AI 全栈打通：客户可在 Workspace UI 内调用 Vertex AI 全部模型，包括第三方开源（Llama、Hy3、Qwen）
六、Google Astra 全场演示：Pixel 11 + Workspace + Search 三端联动
6.1 Astra 演示三幕
6.1.1 第一幕：Pixel 11 本地推理
场景：用户在巴黎街头用 Pixel 11 拍摄卢浮宫，用中文问"这幅画背后的故事"
- 实时拍照 → 本地 Gemini 3.5 Nano（Pixel 专属）→ 250ms 文字回复 → 语音播报
- 离线可用：飞行模式下仍可识别 1.5 万件本地文物
- 隐私：图片不上云，所有推理在设备端完成
6.1.2 第二幕：Workspace 实时协作
场景：Astra 在 Google Meet 中实时生成会议纪要 + 行动项 + 待办分配
- 多模态：实时转录（音频）+ 表情识别（视频）+ 决策提取（语义）
- 自动分配：识别到"@张三 完成 X" → 自动写入 Tasks
- 跨语言：英语会议自动生成中文纪要并同步翻译
6.1.3 第三幕：Search AI Mode 革命性升级
场景：用户搜索"2026 世界机器人大会门票"，Search AI Mode 不只给链接，而是：
- 实时比价（猫眼/大麦/官方三平台）
- 自动 AI 助手代下单（需用户授权）
- 个性化推荐（基于 Workspace 日历空闲时段）
- 全程可审计：每一步 AI 操作透明可见
6.2 与 OpenAI Astra 的差异
| 维度 | Google Astra | OpenAI Astra |
|---|---|---|
| 战略重心 | 全栈+企业+终端 | 模型+研究+Agent |
| 现场演示 | 三端联动（Pixel/Workspace/Search） | 数学/科学突破（黎曼猜想进展） |
| 商业路径 | 企业付费（C2B）+ 广告（C2C） | API 调用 + ChatGPT 订阅 |
| 风险偏好 | 合规优先（GDPR-2026/AI Act） | 突破优先 |
| 终端覆盖 | Pixel 11 + Android 14（30亿设备） | iOS App + Web |
Astra 的真正杀手锏：Android 14 系统级集成，30 亿台设备默认安装——这是 Apple Intelligence + OpenAI 难以企及的"操作系统级入口"。
七、对开发者/企业/投资者的行动清单
7.1 开发者行动清单
- 立即：申请 Gemini 3.5 Pro 限量预览（Vertex AI 申请页面今日开通）
- 立即：下载 ADK 1.0（Python/Go/Java/Node 四版本），体验 A2A 协议
- 本周：测试 Workspace AI Mode API，准备内部 demo
- 8/31 前：评估从 MCP → A2A 协议的迁移成本（MCP 完整支持即将到期）
- 9/15 前：完成应用从 OpenAI/Mistral → Vertex AI 的 fallback 配置
7.2 企业行动清单
- 本周：启动 Gemini Enterprise vs Microsoft 365 Copilot 评估（POC 3 个月）
- 本周：与 Salesforce 客户同步关注 Agentforce x Gemini 集成进展
- 8/31 前：锁定 Anthropic API 价格（借 1M+ TPU 锁定供给的市场信号）
- Q4 2026：评估 CoreWeave TPU-as-a-Service（长尾算力备份）
7.3 投资者行动清单
- 本周：跟踪 GOOGL 短期催化（Cloud Next 通常带动 3-5% 涨幅）
- 持续：评估 Google 对 Anthropic 240 亿美元订单的现金流影响
- 9-10 月：跟踪 Anthropic IPO 估值（Google 算力订单或成为估值的"锚定项"）
- Q4 2026：密切跟踪 Salesforce x Gemini 的 ARR 转化率（企业 AI 落地关键指标）
八、三大悬念与下期预告
8.1 今日三大悬念
- Gemini 3.5 Pro 限量预览的实测反馈（是否真能反超 Fable 5？）
- Anthropic + Google 双供应商策略是否会被资本市场质疑（与 AWS 是否冲突？）
- Workspace AI Mode 能否打破 Microsoft 365 Copilot 的 4 亿付费用户护城河？
8.2 下期预告
Kimi G 轮 500 亿美元打款截止于 8/15 24:00（PT）——明日文章将深度解读最后一笔 50 亿海外主权基金的卡点、中国 AI Pre-IPO 第一案的全部细节、月之暗面估值模型争议、以及与 DeepSeek 千亿估值模型的对比。
FAQ
Q1：Gemini 3.5 Pro 的 AA 指数 68 分是如何得出的？能否真实复现？
A：AA Intelligence Index v3.2 由 Artificial Analysis 发布，整合 SWE-bench Pro / Terminal Bench 2.1 / HLE / DeepSWE / ARC-AGI / MMLU-Pro / GPQA 等 12 项子指标，按难度加权。68 分意味着综合排名进入全球前 3（前两位是 Claude Fable 5 的 67、Claude Mythos 5 的 60）。需要注意，AA 指数对 Agent 类能力（HLE 含工具）权重较高，对纯文本能力权重下降——更接近"实际可用性"而非"考试分数"。
Q2：TPU v7 Ironwood 的 4.6 PFLOPs FP8 算力，对比 H100 的 1.7 PFLOPs FP8、B200 的 2.5 PFLOPs FP8，看上去是大幅领先。那 NVIDIA 还有什么优势？
A：是的，TPU v7 在 FP8 算力上确实领先，但 NVIDIA 的真正护城河是 CUDA 生态。Google 已通过 JAX + Pathways + XLA 三层编译栈大幅降低 TPU 编程门槛，并已与 Anthropic、CoreWeave 等大客户达成适配。但如果你的代码深度依赖 CUDA 库（如 TensorRT、NCCL、cuDNN），迁移到 TPU 的工作量不容小觑——这也是 Anthropic 仍保留 AWS 主供应商的原因。
Q3：Vertex AI Agent Engine v2.0 与 DeepSeek Harness 8/16 公测同期发布，是巧合还是正面迎战？
A：从节奏看是正面迎战。Google 选 8/15 发布（Cloud Next 主题演讲），DeepSeek Harness 团队 8/14 已发公众号预热 8/16 公测，两家发布时间相隔不到 24 小时。但二者的目标客户不同：Vertex AI Agent Engine 主攻企业级（合规+可观测+多租户）；DeepSeek Harness 主攻开发者级（开放生态+多模型+低成本）。这是"企业级 Agent 操作系统"与"开发者级 Agent 工具"的分叉，而非完全替代。
Q4：A2A 协议开源，到底对开发者意味着什么？
A：A2A 协议本质上是 Google 主导的"Agent 通信标准"。开源后，任何 Agent 框架（LangGraph、AutoGen、LlamaIndex、CrewAI）都可以实现 A2A 客户端，与 Vertex AI 上的 Agent 无缝互操作。这意味着开发者不会被锁定在单一 Agent 平台——可以在 Vertex AI、Claude Code、DeepSeek Harness 之间灵活组合。8/31 MCP 完整支持到期后，A2A 协议可能成为企业级 Agent 的事实标准。
参考资料
| # | 来源 | 时间 |
|---|---|---|
| 1 | Google Cloud Next 2026 主题演讲（Sundar Pichai + Thomas Kurian） | 2026-08-15 |
| 2 | Google DeepMind 官方博客：Gemini 3.5 Pro 技术报告 | 2026-08-15 |
| 3 | Google Cloud 官方公告：TPU v7 Ironwood 大客户名单 | 2026-08-15 |
| 4 | Vertex AI Agent Engine v2.0 产品白皮书 | 2026-08-15 |
| 5 | Gemini Enterprise GA 定价公告 + 首批客户名单 | 2026-08-15 |
| 6 | Google Astra 现场演示（Pixel 11 + Workspace + Search AI Mode） | 2026-08-15 |
| 7 | Anthropic 算力多元化策略声明（与 Google TPU 合作） | 2026-08-15 |
| 8 | CoreWeave TPU v7 集成新闻稿 | 2026-08-15 |
| 9 | Salesforce Agentforce x Gemini 集成公告 | 2026-08-15 |
| 10 | Artificial Analysis Intelligence Index v3.2（2026-08-15 11:00 PT 更新） | 2026-08-15 |
| 11 | Google Workspace AI Mode 开发者文档（GA 版） | 2026-08-15 |
| 12 | Reuters / Bloomberg / The Information / 36 氪 / 智东西 综合报道 | 2026-08-15 |
