你有没有过这种感觉——打开Gemini想让它帮你改个Google文档，结果它告诉你"抱歉，我暂时做不到"？
你所有的邮件在Gmail，日程在Calendar，文档在Drive，谷歌坐拥你全部的数字生活，但它的AI助手连最基本的事都办不了。这就是我在Google I/O 2026现场最强烈的感受：谷歌有数据、有模型、有基础设施，但它在AI Agent这条赛道上，正在把一手好牌打得稀烂。
Peter Yang，产品领域头部创作者，Google的内容赞助商之一。他刚从I/O现场回来，拍了一支14分钟的视频，说了一句很扎心的话："我是真心希望谷歌赢的，但我必须诚实。"
他的诚实，指向三个正在同时进行的AI竞赛。而你如果看懂了这三场比赛的格局，就能判断接下来该把时间和金钱押在谁的身上。
第一场竞赛：从聊天框到个人Agent——万亿市场谁说了算？
Peter给了一个非常笃定的判断：AI聊天的时代快结束了。
用户不想要一个只会回复文字的对话框，他们要的是一个能真正替你干活的Agent。他说这个市场的规模，至少是1万亿美元。
目前的竞争格局像一条光谱。左端是Open Claw和Hermes这类产品，它们活在你的聊天软件里，完全可定制。Peter自己现在每天都在用Hermes处理邮件、日历和周报。
中间是Codex和Claude Code。它们背后站着OpenAI和Anthropic，正在疯狂往Agent方向加功能——支持任意API、定时任务、自动化流程。但用起来还是更像编程工具，个人助手只是附赠。
右端，是Google的Gemini。Spark是Google刚发布的个人Agent产品，核心理念是三个词：Personal（理解你）、Proactive（主动提醒）、Powerful（真正干活）。听起来很美好。
但Peter在I/O现场直接问了Gemini产品负责人Chris一个问题："Spark什么时候能接入任意API和MCP？"
Chris的回答是：任何涉及"写入"操作的场景，Agent都应该先问用户要不要批准。
你听听，Gemini有9亿用户，Google怕有人误删文件，所以要把每一步操作都加上确认弹窗。而Peter在Codex和Claude Code里早就一键跳过所有权限了。
他用了一个很直白的比喻：模型已经足够聪明，不会随随便便删你全部文件的。你让用户自己决定信不信它，而不是替用户做决定。
这才是Google在Agent竞赛里最大的隐患——不是没有能力，是不敢放权。
第二场竞赛：从编码工具到知识工作超级App——谷歌在追赶
如果说Agent竞赛是Google"有优势但不敢用"，那编码和知识工作这条赛道，Google就是实打实地在追赶。
Peter观察到两个趋势。第一，AI原生开发者几乎都转向了Codex。原因很简单：慷慨的调用额度、漂亮的应用界面，加上GPT 5.5这个编码能力极强的模型。第二，企业客户大批涌向Claude Code。Anthropic把Claude Code的声量做到了极致，企业采用率一路飙升。
Google的回应是Gemini 3.5 Flash。从基准测试看，它不仅超过了自家的Gemini 3.1 Pro，某些场景甚至超越了GPT 5.5。价格也更友好——输入每百万token 1.5美元，输出9美元，而GPT是5美元和30美元。对企业来说，当前端模型烧预算太快，"够用且便宜"才是主流选择。
但问题不在模型，在"壳"。
Google的编码工具叫Anti-Gravity。Peter打开Anti-Gravity、Claude Code和Codex三款应用的截图，并排放在一起——左边聊天列表，中间对话区，右边预览。几乎一模一样。
他提了一个很关键的观点：这个UI对个人用没问题，但如果是团队协作——人和Agent一起干活——这个界面就撑不住了。
更让人困惑的是Google的产品分裂。Stitch是Google的AI设计工具，和Anti-Gravity是完全独立的产品。Peter说，我做一个产品，规划、设计、开发应该是同一件事，为什么要在三个Google应用之间来回切？
OpenAI和Anthropic都在往"超级App"方向走，一个工具搞定编码、设计和知识工作。Google却反其道而行，把AI聊天塞进Docs、Slides、Sheets、Gmail的每一个角落。
Peter认为这是一个生存级威胁。未来的工作方式不是打开10个应用，而是对着一个真正理解你的Agent说一句话，它就把活干完了。Google必须让Anti-Gravity成为那个超级App，而不是给每个老产品加一个聊天框。
第三场竞赛：从文字到多模态——谷歌真正领先的地方
说到多模态，Peter的语气终于轻松了。
人类之间的交流本来就不只是文字。我们发语音、打电话、拍视频。Google是目前唯一一家在视频模型上有竞争力、同时还拥有YouTube的美国实验室。
TikTok和YouTube的流行早就证明了消费者对视频的偏爱远超文字。Google在这条赛道上的真正对手只有xAI，以及一些不怎么尊重版权的中国视频模型。
Google还发布了Omni模型——任意输入，任意输出。用语音给输入，它能生成视频、图片或任何你想要的格式。
Flow是Google生成图片和视频的最佳产品，能做出相当惊艳的场景。但你知道它的存在吗？为什么它不是一个独立应用，而是没有集成到Gemini主应用里？
Peter还吐槽了一个家长视角的痛点：编辑家庭照片和视频应该是消费者最大的使用场景，但Gemini有严格的隐私和安全限制，上传孩子的视频会被直接拒绝。他理解原因，但作为父母，这是他的头号需求。
底层变量：Josh Woodward的文化革命
在所有产品和战略分析之后，Peter花了不短的篇幅讲一个人——Josh Woodward，Gemini Labs和NotebookLM的VP。
Google素以官僚文化著称，规划多、交付少。但Josh改变了这一切。他在I/O上说了一句Peter深以为然的话："我们只有90天的路线图，运气好的话120天。我已经5年没做过年度路线图了。"
他的团队把PRD控制在一页以内，开会不读文档，而是用AI Studio和Anti-Gravity的原型来演示。
这恰恰是赢在AI时代需要的文化：速度优于规划，原型优于PPT。
局限性提醒
Peter的视角有两个局限。第一，他是Google的赞助内容创作者，虽然他强调"诚实"，但赞助关系多少会影响表达的力度。第二，他主要站在技术开发者和产品经理的角度看问题，对普通消费者和非技术用户的需求着墨不多。此外，Agent市场仍处于极早期，1万亿美元的市场规模判断缺乏严谨论证，更多是主观信心。
金句收尾
谷歌什么都有了——数据、模型、人才、基础设施，甚至文化也在变好。它唯一缺的，是专注。少发几个独立App，少加几层安全确认，把Anti-Gravity和Gemini做成真正好用的超级工具。专注，然后交付。
内容数据看板
核心数据
- 个人Agent市场规模预估：至少1万亿美元
- Gemini用户数：9亿
- Gemini 3.5 Flash输入价格：每百万token 1.5美元
- Gemini 3.5 Flash输出价格：每百万token 9美元
- GPT对应价格：输入5美元，输出30美元
- Josh Woodward团队路线图周期：90-120天
- Josh已5年未做年度路线图
- PRD上限：1页
AI工具应用
- Google Gemini / Spark（个人Agent）
- Google Anti-Gravity（编码工具）
- Google Flow（图片/视频生成）
- Google Omni模型（多模态输入输出）
- Google Stitch（AI设计工具）
- OpenAI Codex（编码+Agent）
- Anthropic Claude Code（编码+企业Agent）
- Open Claw / Hermes（消息内个人Agent）
- AI Studio（内部协作原型工具）
关键金句
- "AI聊天的时代快结束了，用户要的是能干活的Agent"
- "模型已经足够聪明，不会随随便便删你全部文件的"
- "未来的工作方式不是打开10个应用，而是对着一个Agent说一句话"
- "速度优于规划，原型优于PPT"
- "谷歌什么都有了，唯一缺的是专注"
可延伸话题
- 如果你是企业技术负责人，Codex vs Claude Code vs Anti-Gravity该怎么选？
- AI Agent的权限边界：安全性vs效率性如何平衡？
- Google的产品碎片化是组织架构问题还是战略选择？
- 90天路线图模式是否适用于所有AI团队？