Agent

Gemini 3.5 flash 和 Omni 发布，谷歌 Agent 与多模态能力重磅升级。截至 2026/5/19，谷歌已经有 13 款产品的用户数均超过 10 亿，其中 5 款产品的用户数已突破30亿，而Gemini 是其重要的驱动因素。1）2025/5/19，谷歌发布了 Gemini 3.5 flash，这一最新模型系列将前沿智能与行动能力融为一体，标志着谷歌在 Agent 方面迈出了重大一步。3.5 flash 模型不仅具备面向智能体和编程的前沿能力，还保持了 Flash 系列一贯的高速性能，可以规模化处理智能体任务。依托 Gemini 3.5 flash 模型能力，谷歌发布可全天候运行的个人 Agent 智能体 Spark，它深度集成谷歌生态，即使用户关闭终端也可以在云端持续工作。2）Gemini Omni 发布，它是一款能够从任何模态输入生成任何内容的模型。用户可以整合图像、音频、视频和文本作为输入，生成基于 Gemini 真实世界知识的高质量视频。Gemini Omni 具备对物理世界的较深认知，能够更好地实现创意与现实的落地结合。

AI Agent 未来的演进核心在于以大语言模型（LLM）为“大脑”的范式革命，其商业价值则率先通过能够解决具体行业痛点、实现高精度和高可靠性的垂直应用和 AI Agent 开发平台得以体现。AI Agent 正从根本上重塑软件开发与人机交互的范式。随着大语言模型（LLM）的革命性突破，AI Agent 的发展已从传统架构演进为以 LLM 为核心的现代范式，具备了自主规划、环境感知与工具调用能力。这一转变开启了由多个专业 Agent 协同解决宏大问题的多智能体协作时代，驱动了从上游基础模型到下游应用的完整产业链的形成。

MCP、A2A、Responses API等协议推出3月后，Agent落地节奏如何？在AI Agent从“会说话”向“能干活”转变的过程中，AI Agent“通用语言”至关重要，亦会有生态之争，“协议破壁”与“效能刚需”共振。Anthropic的MCP、Google的A2A、OpenAI Responses API相继推出，背后均是对AI模型大规模商业化落地时点的判断。AI Agent生态加速完善，商业化顺利。